WO2012013476A1 - Verfahren, sensoreinheit und maschine zum detektieren von "zuckerspitzen"-defekten in kartoffeln - Google Patents

Verfahren, sensoreinheit und maschine zum detektieren von "zuckerspitzen"-defekten in kartoffeln Download PDF

Info

Publication number
WO2012013476A1
WO2012013476A1 PCT/EP2011/061607 EP2011061607W WO2012013476A1 WO 2012013476 A1 WO2012013476 A1 WO 2012013476A1 EP 2011061607 W EP2011061607 W EP 2011061607W WO 2012013476 A1 WO2012013476 A1 WO 2012013476A1
Authority
WO
WIPO (PCT)
Prior art keywords
light
potatoes
sugar
spectrum
potato
Prior art date
Application number
PCT/EP2011/061607
Other languages
English (en)
French (fr)
Inventor
Markus Burgstaller
Peter Kerschhaggl
Marcus Groinig
Original Assignee
Evk Di Kerschhaggl Gmbh
Infruits Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=44352478&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=WO2012013476(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Evk Di Kerschhaggl Gmbh, Infruits Ag filed Critical Evk Di Kerschhaggl Gmbh
Priority to DK11743039.7T priority Critical patent/DK2598860T3/da
Priority to CN201180046309.9A priority patent/CN103119423B/zh
Priority to ES11743039T priority patent/ES2746882T3/es
Priority to EP11743039.7A priority patent/EP2598860B1/de
Priority to PL11743039T priority patent/PL2598860T3/pl
Priority to US13/812,439 priority patent/US9910024B2/en
Publication of WO2012013476A1 publication Critical patent/WO2012013476A1/de

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination

Definitions

  • the invention relates to a method and a sensor unit for detecting "sugar-tip" defects in potatoes.
  • the invention further relates to a machine for treating "sugar-tip" defects in potatoes.
  • Potatoes are described, for example, in US Pat. No. 4,351,437.
  • this known plant potatoes are transported on a roller table conveyor, where they are sorted in transverse rows to an inspection area, in which they are in
  • Incident light method are irradiated with light and the light reflected from the potatoes light is detected by a line scan camera.
  • the line scan camera scans regularly across each potato row and produces a detection output corresponding to the reflected light.
  • the camera looks at a brightly lit area of the potatoes against a dark background, so that from the captured images a microprocessor can determine the length of the potatoes in the direction of the potato row.
  • Test samples are used, but allow a reliable test of all potatoes, and this inline in a potato processing line. Furthermore, it would be desirable to be able to provide a machine for the treatment of potatoes infected with "sugar-tip" defects, on which initially potatoes with
  • the present invention achieves the above object by providing a method for detecting "sugar-tip" defects in potatoes having the characterizing ones
  • Characteristics of claim 1 a sensor unit for detecting "sugar-tip” defects in potatoes with the characterizing features of claim 17, as well as a machine for treating "sugar-tip” defects potatoes with the characterizing features of claim 25.
  • Advantageous embodiments of The invention is set forth in the following description and the appended claims.
  • the method of the invention for detecting "sugar-tip" defects in potatoes comprises:
  • End portions of the potato and other local points in a center region of the potato are the selective projecting of the reflected and / or transmitted at the respective local points of light on at least one photosensor, the recording of
  • determining at least one classification feature from the light measurement signals and classifying potatoes as having "sugar-tip” defects when at least one classification feature corresponds to a predetermined "sugar-tip” criterion.
  • the herb is already removed from the potato tuber and the potato may have rotated several times in the course of transportation, thus providing location points for a practicable embodiment of the invention to capture at both end regions of the potato and other location points in a central region of the potato.
  • potato includes both whole potatoes and pieces of potato, in particular stripe-shaped or disc-shaped in longitudinal or
  • Space multiplexing with a single photo sensor lingering.
  • successive points are scanned.
  • the light reflected and / or transmitted by the location points can for example be projected onto the photosensor with the aid of a two-dimensionally movable mirror.
  • Photosensors is arranged distributed transversely to the conveying direction, no deflection means for the reflected or transmitted from the location points light is necessary. Rather, as seen in the conveying direction, successive loci are respectively assigned to the same photo sensor and sampled during the locomotion of the potatoes in the time-division multiplex method.
  • At least one classification feature corresponds to a given "sugar spike” criterion, it is intended to provide at least one photosensor which is sensitive only to a single wavelength or a wavelength band within the frequency band of the narrowband or filtered light source be that for different
  • Wavelengths or wavelength bands are sensitive.
  • the light measurement signals of the at least one photosensor are representative light intensity values for the one
  • Wavelength or wavelength band or for a plurality of spaced apart
  • Classification result for "sugar-tip" defects can be achieved on potatoes, the irradiation of the potatoes is carried out with a broadband light source by means of at least one photosensor for all local points, the spectra of the potatoes
  • the respective reflected and / or transmitted by the location points light is received by
  • each spectral component is radiated to a photosensitive pixel associated with a spectral component of a multi-pixel photo sensor.
  • the Pixels can be arranged in a line (line sensor), wherein the light reflected or transmitted by the respective location point is spectrally split sequentially (by multiplexing) for each location point and projected onto all pixels of the line sensor.
  • the spectral light measurement signals recorded sequentially for each location point are buffered as a 2-dimensional image whose first dimension represents the location points and whose second dimension represents the spectral components of the radiation.
  • the pixels of the photosensor are arranged in a 2-dimensional manner (area sensor), the first dimension representing the location points and the second dimension representing the spectral components of the light.
  • This determination of a classification feature comprises calculating a difference profile for the respective location point by forming the differences between the spectral light measurement signals of the respective location point and the spectral values of a
  • Reference spectrum for a number of wavelengths or by forming the differences between the n-th derivative of the spectral light measuring signals of the respective location point and the nth derivative of the reference spectrum for a series of wavelengths, wherein the classification feature is determined from the thus determined difference profile.
  • a classification feature derived from the difference profiles is the intensity profile of the respective difference profile over the wavelength.
  • the classification criterion is selected from exceeding or falling below
  • Wavelength bands As an alternative or additional classification criterion, the presence of intensity values within or outside a defined
  • Wavelength bands are defined.
  • Classification criterion may be the similarity of at least a portion of the
  • Intensity gradient can be defined with a predefined pattern.
  • a classification feature derived from the difference curves is the course of the first or second differential quotient of the respective difference profile.
  • Classification criterion selected from exceeding or falling below limit values of the differential quotient at defined wavelengths or
  • Differential quotient values within the wavelength bands may be defined.
  • the existence of differential quotient values within or outside a defined differential quotient value range at defined wavelengths or wavelength bands, optionally with averaging of the differential quotient values within the wavelength bands may be defined.
  • the similarity of at least one section of the differential quotient profile with a predefined pattern can be defined. It should be noted that in practical computer technology implementation of the invention usually not the differential quotient itself is calculated, but approximately a calculation of the difference quotient is performed. However, this is equivalent to that for the purposes of the present invention
  • a classification feature derived from the difference profiles is obtained from the at least partial transformation of the difference profiles into a visible wavelength range, whereby
  • Classification criterion in this embodiment is the spatially resolved occurrence and / or absence of colors or color areas or color transitions in the
  • Wavelength ranges with established means of digital image processing which greatly simplifies the implementation by means of software, since in part standard routines can be used.
  • Location points of at least one potato preferably from the spectral image data of location points that are assigned to a center region of one or more potatoes calculated. This creates a very reliable reference spectrum without the need for complex calibration or adjustment work, or special know-how of the operating personnel would be required. This simplifies the
  • Reference spectrum is provided that the reference spectrum is calculated or updated as a spatially and / or temporally averaged spectrum from the spectral image data of location points of one or more potatoes to be examined for "sugar-tip" defects, optionally while the potatoes are being moved along the conveying direction
  • This embodiment makes it possible to determine a reference spectrum directly from the potato product to be tested, it being possible for this reference spectrum to be updated continuously or at specific time intervals or, for example, manually in the course of a quality assurance check.
  • determining at least one classification feature from the respective spectrum or the nth derivative of the respective spectrum of location points comprises calculating concentrations of ingredients, such as e.g. Glucose, starch, solids, and / or detecting the glassiness of the spectrum or the nth derivative of the spectrum of the respective location point.
  • concentrations of ingredients such as e.g. Glucose, starch, solids, and / or detecting the glassiness of the spectrum or the nth derivative of the spectrum of the respective location point.
  • the classification characteristics are determined from the determined concentration values of the
  • ingredients or combinations thereof e.g. the ratio of glucose to starch, and / or glassiness selected.
  • the detection of "sugar spike" defects is performed by selecting from the spectra or their
  • reference concentrations of contents substances such as glucose, starch, solids, and / or glassiness are determined from the spectrum or the nth derivative of the spectrum of at least one location point, the location point preferably located in a central region of a potato.
  • a multiplicity of location points are used by averaging their spectra or the nth derivative of the spectra.
  • the present invention also achieves the initially stated object by providing a sensor unit for detecting "sugar-tip” defects in potatoes, comprising:
  • the at least one photosensor generates light measurement signals for each location from the received light
  • a buffer store with which the light measurement signals generated by the at least one photosensor are stored for each location point
  • Partial wavelength ranges can be detected with the following types of photo sensors: silicon sensors for wavelengths from 350 to 1000 nm, indium-gallium arsenide sensors for wavelengths from 900 to 1700 nm, Mercury-Cadmium Telluride (MCT) sensors for wavelengths from 800 to 2500 nm ,
  • Time division multiplexing are processed.
  • the optics comprise movable ones
  • Light deflecting means which is projected by the location points reflected and / or transmitted light sequentially on the at least one photosensor.
  • a variety of photosensors are provided.
  • the optics be bandpass filters or a spectrograph includes.
  • photosensors are used with a variety of photosensitive pixels, optionally with the pixels of the Photo sensors are arranged two-dimensionally, wherein the first dimension represents the location points and the second dimension represents the spectral components of the light.
  • the present invention also includes a machine for treating with
  • the treatment device controls.
  • the treatment device comprises potato sorting means which, in the presence of the "sugar spike” signal, sorts out the potato associated with this signal
  • Cutting device for cutting the ends of whole potatoes infested with "sugar-tip” defects or sliced potato pieces.
  • Fig. 1 shows schematically in side view a machine for the treatment of
  • Fig. 2 shows the machine of FIG. 1 schematically in plan view.
  • FIG. 3 shows a schematic representation of an optic used in the sensor unit according to the invention.
  • FIG. 4 shows a schematic top view of a photosensor sensitive to a plurality of different wavelengths and spatially resolved pixels.
  • Fig. 5 shows a schematic representation of a potato with exemplary location points.
  • Fig. 6 shows a plot of light intensity versus wavelength of spectral
  • FIG. 7 shows a diagram of the light intensity versus the wavelength of the difference profiles of spectral light measuring signals at loci of a potato
  • FIG. 8 shows a diagram of the first derivation of the difference profiles of spectral light measuring signals shown in FIG. 7.
  • Fig. 9 shows an image of a (peeled) potato taken with a digital camera.
  • Fig. 10 shows an image of the potato of Fig. 9, which according to an embodiment of the
  • Fig. 11 shows an image of the potato of Fig. 5, which according to the invention
  • a machine 1 according to the invention for the detection and treatment of potatoes affected with "sugar-tip" defects is shown diagrammatically in side view and in plan view, the machine 1 comprising a conveyor 2 for the continuous or discontinuous feeding of potatoes K.
  • Conveying direction F In the case of continuous conveying, this takes place with a defined conveying speed v.
  • the conveyor 2 may be formed, for example, as a conveyor belt, roller conveyor, chute or the like.
  • the machine 1 further comprises a processing device 3 for potatoes K.
  • This processing device 3 comprises potato sorting means 5 and / or a cutting device 4 for cutting off the ends of potatoes contaminated with "sugar-tip" defects.
  • ejection means eg, based on air pressure or spring
  • deflecting means or trap doors etc.
  • the cutting device 4 is provided with a fall-like knife 4a, but other knives known to those skilled in the art are also usable.
  • the core element of the machine 1 is a sensor unit for detecting "sugar-spike” defects in potatoes, generally described by the reference numeral 10, which will be described in detail below:
  • the sensor unit 10 detects a "sugar-spike” defect potato K, it generates "Sugar Spikes” signal 6, 7, which is transmitted to the treatment device 3 and triggers a corresponding treatment of the potato K.
  • This treatment comprises either the sorting out of the potato K by the potato sorting means 5 or the cutting away of with "sugar spike” defects
  • potato K as used herein includes whole potato tubers as well
  • Potato pieces in particular strip-shaped or disc-shaped in longitudinal or
  • Potato pieces in general only the sorting out by means of the potato-sorting means 5 makes sense.
  • the sensor unit 10 for detecting "sugar-tip” defects in potatoes comprises one or more light sources 11 for irradiating the potatoes K, at least one Photo sensor 12, an optic 13, with the at points P1-P4 on each potato K
  • the reflected and / or transmitted light LP1-LP4 is selectively projected onto the at least one photosensor 12.
  • the at least one photosensor 12 generates from the received light LP1-LP4 light measurement signals LM1-LM4 for each location P1-P4 and transmits these by computing means 14 to a buffer 15 in which the light measurement signals LM1-LM4 are stored for each location P1-P4.
  • the calculating means 14 are controlled by program code stored in a program memory 16 to process a method of detecting "sugar-tip" defects in potatoes Conditioning the light measurement signals LM1-LM4 into a faster processable and / or lower error rate form which classifies potatoes as having "sugar spike" defects when at least one classification feature is predetermined
  • a plurality of photosensors can be used which are each sensitive to different partial wavelength ranges.
  • Partial wavelength ranges are, for example, the partial wavelength ranges of 900-1700 nm (NIR) and / or 350-1000 nm (VISNIR) and / or up to 2500 nm (SWIR).
  • NIR 900-1700 nm
  • SWIR 2500 nm
  • MCT Mercury-Cadmium Telluride
  • the light source 11 and the photosensor 12 are arranged on the same side of the potato K, so that the light reflected from the location points P1-P4 light LP1-LP4 passes to the photosensor 12.
  • the conveyor 2 is to be constructed either with translucent elements, or elements such as conveyor elements or rollers are spaced apart provide each other so that the light can pass through, or can be installed when using a chute, a gap, or it can be measured at the end of the conveyor line "in free fall".
  • the object of the optics 13 is to guide the light LP1-LP4 reflected or transmitted by the loci P1-P4 in a suitable manner onto the at least one photosensor 12.
  • the optics 13 for this purpose generally comprises at least one optical lens 18, and optionally at least one
  • Processing speed makes sense the provision of a plurality of photosensors 12, which operate in parallel, the photosensors are sensitive to different wavelength ranges and / or cover different location points P1-P4. If a multiplicity of photosensors 12 are arranged distributed transversely to the conveying direction F (line sensor), then - as seen in the conveying direction F - successive locating points are respectively assigned to the same photosensor.
  • the optics 13 may also include a spectrograph 21.
  • FIG. 4 shows schematically in plan view a preferred two-dimensional photosensor 12 which has a multiplicity of photosensitive pixels Bxy in a rectangular arrangement.
  • the lines 1-m represent spatially resolved location points, the columns 1-n represent the different spectral components of the light reaching the photosensor.
  • the number n of the existing or used columns is selected equal to 1.
  • FIG. 5 shows four exemplary location points P1-P4 on a potato K.
  • the location points PI and P2 are located at the proximal end of the potato, from which grass (not shown) grows.
  • P3 is a near-center location point and P4 is a location point at the distal end of the potato K.
  • the light LP1-LP4 reflected from the location points P1-P4 upon irradiation of light from the light source 11 is spectral in the wavelength / intensity diagram of FIG Resolution in a wavelength range of 1000 to 1700 nm shown.
  • Photosensor 12 which allows a decomposition of the received light for each location point, the intensities of the light reflected from the location points P1-P4 light LP1-LP4 substantially corresponding to the photosensor for each location point P1-P4 generated light measurement signals LM1-LM4, as to the other Processing be stored in the cache 15.
  • such a photosensor 12 provides only one intensity value for the light LP1-LP4 received from each location P1-P4
  • a photosensor 12 that is sensitive only to a sub-wavelength band TWB1 (eg, between 1300 and 1400 nm)
  • a photosensor 12 only supplies an averaged intensity value as a light measurement signal for the light LP1-LP4 received from each location P1-P4 LM1 "-LM4".
  • Light intensity values may occur.
  • the same result is obtained using the photosensor 12 sensitive to the sub-wavelength band TWB1 between 1300 and 1400 nm.
  • a second threshold light intensity value T2 e.g. 1000 relative light intensity units
  • only the light measurement signal LM3" or its average intensity value of the location point P3 is above the second Threshold light intensity value T2.
  • T2 e.g. 1000 relative light intensity units
  • Brightness at 1050 nm can be used as the "reference brightness" to which the
  • Measurement results are related. It can be used to eliminate lighting effects.
  • reference spectra can be obtained from the light LP1-LP4 or from the light measuring signals LM1-LM4 generated by means of a spectrally resolving photosensor 12 at the beginning of the processing or during operation. For example, either by the light measuring signal LM3 of the location near the center P3 as a reference spectrum
  • the light intensity values of the light measuring signals LM1 '-LM4' and LM1 "-LM4" are relatively close to each other. This sometimes leads to an undesirably high detection error rate when used as a classification feature and the "sugar spike" criterion defined as the deviation from a threshold light intensity value.
  • This error rate can be significantly reduced if the potatoes are irradiated with broadband light and the Spectra of the reflected and / or transmitted from the location points P1-P4 light LP1-LP4 are determined as Lichtmesssignale LM1-LM4, as is possible, for example, with the photosensor 12 shown in Fig. 4. From the waveforms, ie the spectra of the light measuring signals LM1-LM4 can be significantly enhanced with the means of the curve discussion
  • the spectral light measuring signals LM1-LM4 may be subjected to preprocessing before being processed.
  • Spectra includes the functions:
  • a classification feature from the respective spectrum or the n-th derivative of the respective spectrum of location points P1-P4 is determined by, as shown in the diagram of FIG Difference profile D (P1), D (P2), D (P3), D (P4) is formed for the respective location point P1-P4 by forming the differences between the spectral light measuring signals of the respective location point and the spectral values of a reference spectrum for a series of wavelengths or by forming the differences between the nth derivative of the spectral light measurement signals of the respective location point and the nth derivative of the reference spectrum for a series of wavelengths
  • Classification feature is determined from the difference curves thus determined, for example, by defining a third threshold light intensity value T3, and the "sugar spike" criterion is defined as falling below the threshold light intensity value T3 in a wavelength range eg between 1150 and 1300 nm, or at all at a single wavelength, eg at 1150 nm.
  • the difference curves D (P1), D (P2), D (P3), D (P4) differ for the respective location point P1 -P4 strongly from each other, and there is no doubt that the difference curves D (P1), D (P2), D (P3), D (P4) differ for the respective location point P1 -P4 strongly from each other, and there is no doubt that the difference curves D (P1), D (P2), D (P3), D (P4) differ for the respective location point P1 -P4 strongly from each other, and there is no doubt that the difference curves D (P1), D (P2), D (P3), D (P4) differ for
  • Difference profile D (P1) of the location point PI indicates a "sugar-tip” defect, in contrast to the diff erence course D (P3) of the location-near location point P3.
  • difference curves are referred to below as difference spectrum.
  • this also means the gradients of the 1st and 2nd derivative.
  • Minuend spectrum currently measured spectrum (of one location point)
  • r_norm the subtraction spectrum normalized to 1 (reference spectrum)
  • ⁇ r has large deviations when the minuend spectrum x is dissimilar to r_norm and small when both are similar.
  • the Minuend spectrum (current spectrum) becomes the subtrahend spectrum
  • the subtrahend spectrum can be adjusted during the term of detection of "sugar-tip" defects in potatoes.
  • G weighting factor, with which newly acquired center spectra enter into the change of the subtrahend spectrum.
  • This method has the advantage over method 1 that no determination of the center region is necessary.
  • Deviations from the reference correspond to a healthy potato, high deviations are interpreted as defects and are therefore ignored for the collection of subtrahend spectra.
  • the currently considered spectrum x is similar to the current subtrahend spectrum.
  • the minuend spectrum (x) integrates into the current subtrahend spectrum.
  • Wavelength range between 1100 and 1200 nm and an averaged positive
  • Differential quotient value can be defined in the wavelength range between 1300 and 1400 nm. These criteria are met by the signal trace D '(P1) of the locus PI and indicate a "sugar spike" defect Generally, a classification feature may include the presence of differential quotient values within or outside a defined differential quotient value range at defined wavelengths or wavelength bands, optionally averaging the derivative values within the Wavelength bands, and / or the similarity of at least a portion of the
  • a classification feature derived from the difference curves is obtained from the at least partial transformation of the difference curves D (P1), D (P2), D (P3), D (P4) of the diagram of FIG. 7, or the graphs of Fig. 6 and especially Fig. 8 in a visible wavelength range, whereby "false color images" are obtained.
  • the classification criterion is the spatially resolved occurrence and / or absence of colors or color ranges or color transitions in the false color images. Not only specific colors must be used, but also color areas (color clouds), similar colors, etc. can be used.
  • color transformation it compensates heterogeneities of the material.
  • FIG. 11 shows an image of the potato K of FIG. 5, which was calculated according to the method of the invention as a false-color image on the basis of difference curves. One can clearly see the sugar tip region Z at the upper end of the potato K.
  • the transformation into the visible (VIS) wavelength range enables the representation of a spectrum by the three primary colors (RGB). If the spectral information changes, so does the color. If the spectral information is similar, the color representation will be similar.
  • the spectral range intensity feature multiplies the spectrum to be transformed by a filter curve.
  • the result is a scalar (1-dimensional value).
  • W number of wavelength points of the spectrum y.
  • Intensity value converted If, for example, a green filter is used, then spectral information is attenuated in the range blue and red, whereas the light intensity in the spectral range is transmitted green.
  • the irradiated sensor pixel thus provides a value which corresponds to the mean optical radiation in the spectral range green.
  • the result of the Spectral Range Intensity feature can be compared to this value.
  • the filter curves depend on the application and are specified by the application engineer. This can be done manually or with the help of an automatic calculation of suitable filter curves (optimization method).
  • This method does not differ in terms of (inline) calculation of feature values from the feature type "Spectral Range Intensity.”
  • a feature value is calculated by multiplying a transformation vector (filter curve) by the spectrum, the difference being that the creation of ideal "filter curves" automatically during offline calibration.
  • Each feature type typically returns values in any range. If e.g. multiplied by an intensity spectrum with a filter curve, the value range of the
  • the first step of color manipulation allows the production of non-linear relationships between the feature values and the color in the source image (e.g.
  • Contrast and saturation-based operations can be performed with a color transformation.
  • a color triple is multiplied by a 3x3 color transformation matrix.
  • the color transformation matrix C is created in the course of the calibration. An adaptation of this matrix in the mine operation can be advantageous for "fast” coordination of the Chemical Colors on the target application.
  • Fig. 9 shows an image of one with a Digital camera shot potato.
  • Fig. 10 shows an image of the potato of Fig. 9 calculated according to the above method, with the specific embodiment as a SAV image.
  • the bright, right-hand portion of the calculated image of Fig. 10 is associated with high glucose content and thus indicates a sugar spike, while the remainder of the potato has darker areas indicative of low sugar content.
  • a slight glassiness in the right-hand end of the potato can be detected at the digitally recorded image of FIG. 9, but this feature is too weak to be considered as
  • the Chemical Color Imaging method is eminently suitable for determining at least one classification feature from the respective spectrum or the nth derivative of the respective spectrum of the location points, by determining concentrations of contents substances, such as e.g. Glucose, starch, solids, are determined and / or the glassiness is detected from the spectrum or the nth derivative of the spectrum of the respective location point.
  • concentrations of contents substances such as e.g. Glucose, starch, solids
  • Concentration values of the ingredients or combinations thereof e.g. the ratio of glucose to starch, and / or glassiness are selected.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

Die Erfindung betrifft ein Verfahren, Sensoreinheit und Maschine zum Detektieren von „Zuckerspitzen"-Defekten in Kartoffeln. Das Verfahren umfasst: das Bestrahlen der Kartoffeln (K) mit zumindest einer Lichtquelle (11), für eine Vielzahl von Ortspunkten (P1-P4) an jeder Kartoffel, wobei Ortspunkte (P1, P2, P4) an den Endbereichen der Kartoffel und andere Ortspunkte (P3) in einem Zentrumsbereich der Kartoffel liegen, das selektive Projizieren des an den jeweiligen Ortspunkten reflektierten und/oder transmittierten Lichts (LP1-LP4) auf zumindest einen Fotosensor (12), das Aufnehmen von Lichtmesssignalen (LM1-LM4) für jeden Ortspunkt (P1-P4) durch den zumindest einen Fotosensor (12) aus dem empfangenen Licht und das Zwischenspeichern der solcherart für jeden Ortspunkt aufgenommenen Lichtmesssignale (LM1-LM4), das Bestimmen zumindest eines Klassifizierungsmerkmals aus den Lichtmesssignalen (LMl-LM4), und das Klassifizieren von Kartoffeln (K) als mit„Zuckerspitzen"-Defekten befallen, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen„Zuckerspitzen"-Kriterium entspricht.

Description

Verfahren, Sensoreinheit und Maschine zum Detektieren von„Zuckerspitzen"-Defekten in
Kartoffeln
Die Erfindung betrifft ein Verfahren und eine Sensoreinheit zum Detektieren von „Zucker spitzen"-Defekten in Kartoffeln.
Die Erfindung betrifft weiters eine Maschine zur Behandlung von mit„Zuckerspitzen"- Defekten befallenen Kartoffeln.
Die Detektion und anschließende Sortierung von Schüttgütern mithilfe von Kameras ist eine gängige Methode. Eine Ausführungsform einer solchen Anlage zur Sortierung von
Kartoffeln wird beispielsweise in dem Patent US 4,351, 437 A beschrieben. Bei dieser bekannten Anlage werden Kartoffeln auf einem Rollentischförderer befördert, wobei sie in Querreihen geordnet zu einem Inspektionsbereich geführt werden, in dem sie im
Auflichtverfahren mit Licht bestrahlt werden und das von den Kartoffeln reflektierte Licht von einer Zeilenbildkamera erfasst wird. Die Zeilenbildkamera scannt regelmäßig quer über jede Kartoffelreihe und erzeugt ein Detektionsausgangssignal, das dem reflektierten Licht entspricht. Die Kamera betrachtet dabei einen hell beleuchteten Bereich der Kartoffeln gegen einen dunklen Hintergrund, so dass aus den so erfassten Bildern ein Mikroprozessor die Länge der Kartoffeln in Richtung der Kartoffelreihe bestimmen kann.
Weitere Anlagen zur Sortierung und Analyse von Lebensmitteln sind in der EP 672 468 Bl oder der EP 1 332 353 B 1 beschrieben. Überwiegend erfolgt dabei eine Auflicht-Detektion und Sortierung von geförderten Objekten, bei der die geförderten Objekte vollautomatisch inspiziert werden, in dem Licht auf sie eingestrahlt wird und das reflektierte Licht von einer Kamera aufgefangen und analysiert wird. Das Licht ist entweder breitbandiges oder gefiltertes Weisslicht, aber auch als LED- oder Laserlicht mit bestimmten für die jeweilige Aufgabenstellung relevanten Wellenlängen ausgeführt. Mit dieser Technologie sind beispielsweise Störstellen an der Objektoberfläche erkennbar, aber auch gewisse
Qualitätsunterschiede beim Gutmaterial.
Neuerdings finden auch zusehends spektroskopische Technologien Einzug in die Analyse und inline Sortierung von Lebensmitteln. Beispielsweise wird mittels eines sogenannten „Flavour- oder„Taste- Analyser" der Zuckergehalt von ganzen Früchten analysiert. Eine Ausführungsform einer solchen Vorrichtung ist in dem Patent US 7,103, 207 bzw. als Handgerät ausgebildet in WO 99/61898 AI beschrieben. Diese Verfahren arbeiten auf Basis eines 1- Kanal- Spektrometers. Dabei wird das Reflektions- und/oder Transmissionsverhalten eines einzigen Messpunktes oder Messfleckes eines Objekts erfasst und analysiert.
Mit diesen bekannten Technologien können jedoch viele Defekte und Störungen an Früchten und Gemüsen nicht erfasst werden. Insbesondere können die sogenannten„Zuckerspitzen"- Defekte and Kartoffeln, in der Literatur auch als„sugar-ends" bekannt, nicht eindeutig erfasst werden, da es sich dabei um lokale Störungen des Wachstums in der Kartoffelknolle handelt. Bei diesen lokalen Wachstums Störungen tritt eine durch diverse Umweltfaktoren hervorgerufene Akkumulation von Zuckern am Stammende, insbesondere am proximalen Ende der Kartoffelknollen auf. Anfällig für diese„Zuckerspitzen"-Defekte sind insbesondere langknollige Kartoffelsorten, wie z.B. die für die Pommes Frites Herstellung oft genutzten „Russet Burbank" und„Shepody" Sorten. Diese Wachstums Störung ist von großer ökonomischer Bedeutung, da die lokal akkumulierten reduzierenden Zucker mit
Aminosäuren im Zuge der Erhitzung braune bis schwarze Pigmente bilden, die das
Kartoffel-Endprodukt optisch unansehnlich und daher unverkäuflich machen. Ein wesentliches Problem an den„Zuckerspitzen"-Defekten ist, dass sie optisch an den rohen Kartoffeln bzw. Kartoffelteilen nicht auszumachen sind, sondern erst beim Erhitzen in der Küche bzw. in der Lebensmittel verarbeitenden Industrie zutage treten und dann häufig zu Reklamationen führen. Ein zusätzlicher Aspekt der Erfindung ist die Vermeidung von erhöhter Acrylamidbildung beim Backen und Frittieren von Kartoffeln. Insbesondere Pommes frites sind seit einigen Jahren in Verruf geraten, da sie Acrylamid enthalten, ein Stoff, der Krebs auslösen kann. Acrylamid entsteht beim Backen und Frittieren von
Kartoffeln bei hohen Temperaturen, indem sich die in den Kartoffeln enthaltene Stärke überhitzt. Der wichtigste Ausgangsstoff für Acrylamid in Lebensmitteln ist die Aminosäure Asparagin , die vor allem in Kartoffeln und Getreide vorkommt. Gefördert wird die
Acrylamidbildung durch Zucker wie Glucose, Stoffe also, die bei Kartoffeln mit „Zuckerspitzen"-Defekten in verstärktem Ausmaß vorkommen.
Bisherige Ansätze zur frühzeitigen Erkennung von„Zuckerspitzen"-Defekten an Kartoffeln beruhen darauf, nach der Ernte oder bei der Wareneingangskontrolle Testsamples von Kartoffeln zu erhitzen und danach visuell durch das Bedienpersonal zu inspizieren. Zeigen dabei einzelne Testsamples„Zuckerspitzen"-Defekte, so wird oftmals rigoros die gesamte Charge der Kartoffeln weggeworfen, was einen großen Materialverlust darstellt und für den Erzeugungsbetrieb mit großen Verlusten verbunden ist. Alternativ dazu werden beim Auftreten von„Zuckerspitzen"-Defekten am Testsample alle Enden der Kartoffeln der gesamten Charge weggeschnitten. Dadurch wird zwar der Materialverlust verringert, durch den zusätzlichen Arbeits schritt des Wegschneidens jedoch Arbeits- und Maschinenkosten verursacht. Darüberhinaus ist das Erhitzen und Inspizieren von Testsamples eine
zeitaufwändige Angelegenheit, die eine rasche Verarbeitung der Kartoffeln behindert.
Es wäre daher wünschenswert, ein Verfahren und eine Sensoreinheit zum Detektieren von „Zuckerspitzen"-Defekten in Kartoffeln bereitstellen zu können, die nicht nur an
Testsamples angewandt werden, sondern eine verlässliche Prüfung sämtlicher Kartoffeln ermöglichen, und dies noch dazu inline in einer Kartoffelverarbeitungslinie. Weiters wäre es wünschenswert, eine Maschine zur Behandlung von mit„Zuckerspitzen"-Defekten befallenen Kartoffeln bereitstellen zu können, an der zunächst Kartoffeln mit
„Zuckerspitzen"-Defekten verlässlich detektiert und anschließend mit„Zuckerspitzen"- Defekten befallene Kartoffeln entweder aussortiert oder durch Wegschneiden der befallenen Teile behandelt werden.
Die vorliegende Erfindung löst die obige Aufgabe durch Bereitstellen eines Verfahrens zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln mit den kennzeichnenden
Merkmalen des Anspruchs 1, einer Sensoreinheit zum Detektieren von„Zuckerspitzen"- Defekten in Kartoffeln mit den kennzeichnenden Merkmalen des Anspruchs 17, sowie einer Maschine zur Behandlung von mit„Zuckerspitzen"-Defekten befallenen Kartoffeln mit den kennzeichnenden Merkmalen des Anspruchs 25. Vorteilhafte Ausgestaltungen der Erfindung sind in der nachfolgenden Beschreibung und den Unteransprüchen dargelegt.
Das erfindungsgemäße Verfahren zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln umfasst:
das Bestrahlen der Kartoffeln mit zumindest einer Lichtquelle,
für eine Vielzahl von Ortspunkten an jeder Kartoffel, wobei Ortspunkte an beiden
Endbereichen der Kartoffel und andere Ortspunkte in einem Zentrumsbereich der Kartoffel liegen, das selektive Projizieren des an den jeweiligen Ortspunkten reflektierten und/oder transmittierten Lichts auf zumindest einen Fotosensor, das Aufnehmen von
Lichtmesssignalen für jeden Ortspunkt durch den zumindest einen Fotosensor aus dem empfangenen Licht und das Zwischenspeichern der solcherart für jeden Ortspunkt aufgenommenen Lichtmesssignale,
das Bestimmen zumindest eines Klassifizierungsmerkmals aus den Lichtmesssignalen, und das Klassifizieren von Kartoffeln als mit„Zuckerspitzen"-Defekten befallen, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen„Zuckerspitzen"-Kriterium entspricht. Prinzipiell würde es genügen, Ortspunkte an jenem Endbereich der Kartoffel, an dem das Kraut wächst und in einem Zentrumgsbereich zu erfassen. In der Praxis allerdings ist bei der Verarbeitung von Kartoffeln zum Zeitpunkt der„Zuckerspitzen"-Detektion das Kraut bereits von der Kartoffelknolle entfernt und die Kartoffel kann sich im Laufe des Transports mehrmals gedreht haben, so dass für eine praktikable Ausführung der Erfindung vorgesehen ist, Ortspunkte an beiden Endbereichen der Kartoffel und andere Ortspunkte in einem Zentrumsbereich der Kartoffel zu erfassen.
Mit dem erfindungsgemäßen Verfahren können„Zuckerspitzen"-Defekte in unbewegten, in intermittierend bewegten und in kontinuierlich bewegten Kartoffeln detektiert werden.
Unter dem Begriff "Kartoffel", wie hierin verwendet, sind sowohl ganze Kartoffeln als auch Kartoffelstücke, insbesondere streifenförmig oder scheibenförmig in Längs- oder
Querrichtung geschnittene Kartoffelstücke zu verstehen.
Wenn das von den Ortspunkten reflektierte und/oder transmittierte Licht sequentiell auf den zumindest einen Fotosensor projiziert wird, so findet man durch dieses
Raummultiplexverfahren mit einem einzigen Fotosensor das Auslangen. Dabei werden nacheinander Ortspunkte abgetastet. Das von den Ortspunkten reflektierte und/oder transmittierte Licht kann beispielsweise mithilfe eines zweidimensional beweglichen Spiegels auf den Fotosensor projiziert werden.
Wenn die Kartoffeln entlang einer Förderrichtung mit einer definierten
Fördergeschwindigkeit bewegt werden und das von Ortspunkten reflektierte oder transmittierte Licht nacheinander zeitlich beabstandet auf denselben Fotosensor projiziert wird, so findet in Förderrichtung gesehen ein Zeitmultiplexverfahren statt. Um mit einem Fotosensor das reflektierte oder transmittierte Licht beliebig verteilter Ortspunkte abtasten zu können, genügt eine örtliche Abtastung quer oder schräg zur Förderrichtung, beispielsweise entlang einer Linie. Wenn anstelle eines einzelnen Fotosensors eine Vielzahl von
Fotosensoren quer zur Förderrichtung verteilt angeordnet ist, sind keine Ablenkmittel für das von den Ortspunkten reflektierte oder transmittierte Licht notwendig. Vielmehr werden- in Förderrichtung gesehen - hintereinander liegende Ortspunkte jeweils demselben Fotosensor zugeordnet und während der Fortbewegung der Kartoffeln im Zeitmultiplexverfahren abgetastet.
Gemäß einem ersten Ansatz zum Bestimmen zumindest eines Klassifizierungsmerkmals aus den Lichtmesssignalen, und Klassifizieren von Kartoffeln als mit„Zuckerspitzen"-Defekten befallen, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen „Zuckerspitzen"-Kriterium entspricht, ist vorgesehen, zumindest einen Fotosensor bereitzustellen, der nur für eine einzelne Wellenlänge oder eine Wellenlängenbande innerhalb des Frequenzbands der schmalbandigen bzw. gefilterten Lichtquelle empfindlich ist. Es können auch mehrere Fotosensoren vorgesehen werden, die für verschiedene
Wellenlängen oder Wellenlängenbanden empfindlich sind. Die Lichtmesssignale des zumindest einen Fotosensors sind repräsentative Lichtintensitätswerte für die eine
Wellenlänge oder Wellenlängenbande, oder für mehrere voneinander beabstandete
Wellenlängen bzw. Wellenlängenbanden, wobei das Klassifizierungsmerkmal diese
Lichtintensitätswerte sind und das„Zucker spitzen"- Kriterium als das Abweichen von einem Schwellen-Lichtintensitätswert definiert ist. Die Lichtintensitätswerte bei den bestimmten Wellenlängen oder Wellenlängenbanden können erhalten werden durch:
parallele oder sequentielle Bestrahlung der Kartoffeln mit schmalbandigem Licht mit den bestimmten Wellenlängen oder Wellenlängenbanden; und/oder
durch Bestrahlen der Kartoffeln mit breitbandigem Licht und Filtern des an den jeweiligen Ortspunkten reflektierten und/oder transmittierten Lichts mit
Bandpassfiltern, deren Durchlassbereiche die bestimmten Wellenlängen oder Wellenlängenbanden enthalten; und/oder
durch Bereitstellen von Fotosensoren, die in den bestimmten Wellenlängen oder Wellenlängenbanden empfindlich sind.
In einem allgemeineren Ansatz der Erfindung, mit dem ein verbessertes
Klassifikationergebnis für„Zuckerspitzen"-Defekte an Kartoffeln erzielt werden kann, erfolgt das Bestrahlen der Kartoffeln mit einer breitbandigen Lichtquelle. Mittels des zumindest einen Fotosensors werden für alle Ortspunkte die Spektren des von den
Ortspunkten reflektierten und/oder transmittierten Lichts als Lichtmesssignale
aufgenommen. Das bedingt, dass zumindest bei Vorsehen eines einzigen Fotosensors dieser zur Auflösung des Spektrums ausgebildet sein muss. Alternativ dazu können mehrere Fotosensoren vorgesehen sein, die für verschiedene Teilfrequenzbereiche des Spektrums empfindlich sind. Aus den ermittelten Spektren oder der n-ten (n=l, 2, ..) Ableitung der Spektren wird zumindest ein Klassifizierungsmerkmal bestimmt.
In einer bevorzugten, weil sehr präzisen Ausführungsform der Erfindung wird das jeweilige von den Ortspunkten reflektierte und/oder transmittierte Licht aufgenommen durch
Aufspalten des Spektrums in eine Vielzahl spektraler Komponenten, und eine jede spektrale Komponente wird auf einen dieser spektralen Komponente zugeordneten lichtempfindlichen Bildpunkt eines mit einer Vielzahl von Bildpunkten ausgestatteten Fotosensors gestrahlt. Die Bildpunkte können in einer Linie angeordnet sein (Liniensensor), wobei sequentiell (im Multiplexverfahren) für jeden Ortspunkt das vom jeweiligen Ortspunkt reflektierte oder transmittierte Licht spektral aufgespalten und auf alle Bildpunkte des Liniensensors projiziert wird. Die solcherart sequentiell für jeden Ortspunkt aufgenommenen spektralen Lichtmesssignale werden als ein 2-dimensionales Bild zwischengespeichert, dessen erste Dimension die Ortspunkte repräsentiert und dessen zweite Dimension die spektralen Komponenten der Strahlung repräsentiert. Alternativ zum Liniensensor sind die Bildpunkte des Fotosensors 2-dimensional angeordnet (Flächensensor), wobei die erste Dimension die Ortspunkte repräsentiert und die zweite Dimension die spektralen Komponenten des Lichts repräsentiert.
Durch die Aufspaltung und Zwischenspeicherung des von den jeweiligen Ortspunkten reflektierten oder transmittierten Lichts in seine spektralen Komponenten wird nunmehr die Bestimmung des zumindest eines Klassifizierungsmerkmals aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte ermöglicht. Diese Bestimmung eines Klassifizierungsmerkmals umfasst das Berechnen eines Differenzverlaufs für den jeweiligen Ortspunkt durch Bildung der Differenzen zwischen den spektralen Lichtmesssignalen des jeweiligen Ortspunktes und den Spektralwerten eines
Referenzspektrums für eine Reihe von Wellenlängen, oder durch Bildung der Differenzen zwischen der n-ten Ableitung der spektralen Lichtmesssignale des jeweiligen Ortspunktes und der n-ten Ableitung des Referenzspektrums für eine Reihe von Wellenlängen, wobei das Klassifizierungsmerkmal aus dem so ermittelten Differenzverlauf bestimmt wird.
In einer weiteren Ausführungsform der Erfindung, bei der das Klassifizierungsmerkmal aus dem wie im vorigen Absatz beschrieben ermittelten Differenzverlauf bestimmt wird, ist ein aus den Differenzverläufen abgeleitetes Klassifizierungsmerkmal der Intensitätsverlauf des jeweiligen Differenzverlaufs über die Wellenlänge. Das Klassifizierungskriterium wird in diesem Fall ausgewählt aus dem Überschreiten oder Unterschreiten von
Intensitätsgrenzwerten an definierten Wellenlängen oder Wellenlängenbanden,
gegebenenfalls unter Mittelwertbildung der Intensitätswerte innerhalb der
Wellenlängenbanden. Als alternatives oder zusätzliches Klassifizierungskriterium kann das Vorliegen von Intensitätswerten innerhalb oder außerhalb eines definierten
Intensitätswertebereichs an definierten Wellenlängen oder Wellenlängenbanden,
gegebenenfalls unter Mittelwertbildung der Intensitätswerte innerhalb der
Wellenlängenbanden, definiert werden. Als weiteres alternatives oder zusätzliches
Klassifizierungskriterium kann die Ähnlichkeit zumindest eines Abschnitts des
Intensitätsverlaufs mit einem vordefinierten Muster definiert werden. In einer weiteren Ausführungsform der Erfindung, bei der das Klassifizierungsmerkmal aus dem wie oben beschrieben ermittelten Differenzverlauf bestimmt wird, ist ein aus den Differenzverläufen abgeleitetes Klassifizierungsmerkmal der Verlauf des ersten oder zweiten Differentialquotienten des jeweiligen Differenzverlaufs. In diesem Fall wird das
Klassifizierungskriterium ausgewählt aus dem Überschreiten oder Unterschreiten von Grenzwerten des Differentialquotienten an definierten Wellenlängen oder
Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der
Differentialquotientenwerte innerhalb der Wellenlängenbanden. Als alternatives oder zusätzliches Klassifizierungskriterium kann das Vorliegen von Differentialquotienten werten innerhalb oder außerhalb eines definierten Differentialquotientenwertebereichs an definierten Wellenlängen oder Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der Differentialquotientenwerte innerhalb der Wellenlängenbanden definiert werden. Als weiteres alternatives oder zusätzliches Klassifizierungskriterium kann die Ähnlichkeit zumindest eines Abschnitts des Differentialquotientenverlaufs mit einem vordefinierten Muster definiert werden. Es ist darauf hinzuweisen, dass in praktischer computertechnischer Umsetzung der Erfindung meist nicht der Differentialquotient selbst berechnet wird, sondern näherungsweise eine Berechnung des Differenzenquotienten durchgeführt wird. Dies ist für die Zwecke der vorliegenden Erfindung jedoch äquivalent zur
Differentialquotientenberechnung.
In einer bevorzugten Ausführungsform der Erfindung wird ein aus den Differenzverläufen abgeleitetes Klassifizierungsmerkmal aus der zumindest abschnittsweisen Transformation der Differenzverläufe in einen sichtbaren Wellenlängenbereich gewonnen, wodurch
Falschfarbenbilder erhalten werden. Vorzugsweise werden zumindest drei Abschnitte der Differenzverläufen in sichtbare Wellenlängenbereiche transformiert. Das
Klassifizierungskriterium ist in dieser Ausführungsform das ortsaufgelöste Auftreten und/oder Fehlen von Farben oder Farbbereichen oder Farbübergängen in den
Falschfarbenbildern, wobei nicht nur spezifische Farben, sondern auch Farbbereiche, die auch als "Farbwolken" bezeichnet werden, ähnliche Farben, etc. herangezogen werden. Diese Ausführungsform bietet mehrere Vorteile. Sie ermöglicht die visuelle Inspektion durch Bedienpersonal, z.B. als Überwachung oder bei der anfänglichen Einrichtung einer Anlage zur Detektion von Kartoffeln mit "Zuckerspitzen"-Defekten. Weiters ermöglicht diese Ausführungsform auch die Weiterverarbeitung der transformierten
Wellenlängenbereiche mit etablierten Mitteln der digitalen Bildverarbeitung, was die Implementierung mittels Software wesentlich vereinfacht, da zum Teil auf Standardroutinen zurückgegriffen werden kann. Schließlich kann die zumindest abschnittsweise
Transformation der Differenzverläufe in einen sichtbaren Wellenlängenbereich auch Heterogenitäten der zu überprüfenden Kartoffeln ausgleichen, was insbesondere bei der visuellen Inspektion durch Bedienpersonal von Vorteil ist.
In einer weiteren, besonders vorteilhaften Ausführungsform der Erfindung wird das
Referenzspektrum als ein gemitteltes Spektrum aus den spektralen Bilddaten von
Ortspunkten zumindest einer Kartoffel, vorzugsweise aus den spektralen Bilddaten von Ortspunkten, die einem Zentrumsbereich einer oder mehrerer Kartoffeln zugeordnet sind sind, berechnet. Dadurch wird ein sehr zuverlässiges Referenz spektrum geschaffen, ohne dass dafür aufwändige Kalibrierungs- oder Einstellarbeiten erforderlich sind, oder besonderes Know-How des Bedienpersonals erforderlich wäre. Dies vereinfacht die
Installation und den Betrieb von Anlagen in der Industrie, in denen die vorliegende
Erfindung implementiert ist, enorm.
In einer Fortbildung des vorhin beschriebenen Verfahrens zur Berechnung eines
Referenzspektrums ist vorgesehen, dass das Referenzspektrum als ein örtlich und/oder zeitlich gemitteltes Spektrum aus den spektralen Bilddaten von Ortspunkten einer oder mehrerer der auf„Zucker spitzen"-Defekte zu untersuchenden Kartoffeln berechnet oder aktualisiert wird, optional während die Kartoffeln entlang der Förderrichtung bewegt werden. Diese Ausführungsform erlaubt die Ermittlung eines Referenzspektrums direkt aus dem zu prüfenden Kartoffelgut, wobei dieses Referenzspektrum kontinuierlich oder in bestimmten Zeitabständen oder z.B. manuell im Zuge einer Qualitätssicherungsprüfung aktualisiert werden kann.
In wiederum einer anderen Ausführungsform der Erfindung umfasst das Bestimmen zumindest eines Klassifizierungsmerkmals aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte das Berechnen von Konzentrationen von Inhaltsstoffen, wie z.B. Glucose, Stärke, Feststoffe, und/oder das Erfassen der Glasigkeit aus dem Spektrum oder der n-ten Ableitung des Spektrums des jeweiligen Ortspunktes. Die Klassifizierungsmerkmale werden aus den ermittelten Konzentrations werten der
Inhaltsstoffe oder Kombinationen daraus, wie z.B. das Verhältnis Glucose zu Stärke, und/oder der Glasigkeit ausgewählt. Bei dieser Ausführungsform wird somit die Detektion von "Zuckerspitzen"-Defekten durchgeführt, indem aus den Spektren oder deren
Ableitungen bestimmte Inhalts Stoffe oder die Glasigkeit (ein optisches Merkmal) analysiert werden, und anschließend aus den Inhalts Stoffen bzw. der Glasigkeit Schlüsse auf das mögliche Vorhandensein von "Zuckerspitzen"-Defekten gezogen werden. In einer Fortbildung des im obigen Absatz erläuterten Verfahrens werden aus dem Spektrum oder der n-ten Ableitung des Spektrums von zumindest einem Ortspunkt Referenz- Konzentrationen von Inhalts Stoffen, wie z.B. Glucose, Stärke, Feststoffe, und/oder die Glasigkeit ermittelt, wobei der Ortspunkt vorzugsweise in einem Zentrumsbereich einer Kartoffel liegt. Optional wird eine Vielzahl von Ortspunkten unter Mittelwertbildung ihrer Spektren oder der n-ten Ableitung der Spektren herangezogen. Die Abweichung der ermittelten Referenz-Konzentrationswerte der Inhaltsstoffe oder Kombinationen daraus, wie z.B. das Verhältnis Glucose zu Stärke, und/oder die Referenz-Glasigkeit, von
Konzentrationen von Inhalts Stoffen oder Kombinationen daraus und/oder der Glasigkeit an Ortspunkten, die an Endbereichen von Kartoffeln liegen, repräsentieren bei dieser
Ausführungsform der Erfindung ein„Zuckerspitzen"-Kriterium. Durch diese
automatisierbare Ermittlung von Referenz- Konzentrationen von Inhalts Stoffen und/oder einer Referenzglasigkeit vermeidet man aufwändige Kalibrierung s- oder Einstellarbeiten, um zu diesen Referenzwerten zu gelangen. Es ist auch kein besonderes Know-How des
Bedienpersonals erforderlich. Ein weiterer großer Vorteil ist, dass die Bestimmung der genannten Referenzwerte online ohne Unterbrechung des Betriebes von Anlagen, in denen die vorliegende Erfindung implementiert ist, erfolgen kann.
Die vorliegende Erfindung löst die eingangs gestellte Aufgabe auch durch Bereitstellen einer Sensoreinheit zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln, umfassend:
- zumindest eine Lichtquelle zum Bestrahlen der Kartoffeln,
- zumindest einen Fotosensor,
- eine Optik, mit der an Ortspunkten an jeder Kartoffel reflektiertes und/oder transmittiertes Lichts selektiv auf den zumindest einen Fotosensor projiziert wird,
- wobei der zumindest eine Fotosensor aus dem empfangenen Licht für jeden Ortspunkt Lichtmesssignale generiert,
- einen Zwischenspeicher, mit dem für jeden Ortspunkt die vom zumindest einen Fotosensor generierten Lichtmesssignale gespeichert werden,
gekennzeichnet durch
Rechenmittel, die das Verfahren zum Detektieren von„Zuckerspitzen"-Defekten in
Kartoffeln nach einem der Ansprüche 1 bis 16 abarbeiten, wobei die Rechenmittel die Kartoffeln als mit„Zuckerspitzen"-Defekten befallen klassifizieren und ein„Zuckerspitzen"- Signal abgeben, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen „Zuckerspitzen"-Kriterium entspricht.
Es hat sich gezeigt, dass die Detektion von„Zuckerspitzen"-Defekten in Kartoffeln besonders verlässliche Ergebnisse liefert, wenn die zumindest eine Lichtquelle Licht in zumindest einem zwischen 350 und 2500 nm liegenden Wellenlängenbereich ausstrahlt. Innerhalb dieses Wellenlängenbereichs sind Teilwellenlängenbereiche von 1000 - 1700 nm (sogenannter NIR-Bereich) und/oder 350 - 1000 nm (sogenannter VISNIR-Bereich) und/oder bis zu 2500 nm (sogenannter SWIR-Bereich) bevorzugt. Diese genannten
Teilwellenlängenbereiche können mit folgenden Typen von Fotosensoren erfasst werden: Siliziumsensoren für Wellenlängen von 350 bis 1000 nm, Indium-Gallium- Arsenid-Sensoren für Wellenlängen von 900 bis 1700 nm, Mercury-Cadmium- Telluride (MCT) Sensoren für Wellenlängen von 800 bis 2500 nm.
Für die kontinuierliche Detektion von„Zuckerspitzen"-Defekten in Kartoffeln ist vorgesehen, die Sensoreinheit mit Fördermitteln auszustatten, auf denen die Kartoffeln entlang einer Förderrichtung mit einer definierten Fördergeschwindigkeit bewegt werden. Für die Erfassung des von den verschiedenen Ortspunkten reflektierten oder transmittierten Lichts stellt die Förderung der Kartoffeln ein Zeit-Multiplexing dar. Das bedeutet, dass eine örtliche Erfassung des von den verschiedenen Ortspunkten reflektierten oder transmittierten Lichts nur quer zur Förderrichtung erfolgen muss, wogegen in Förderrichtung hintereinander liegende Ortspunkte durch das durch die Fördergesch windigkeit vorgegebene
Zeitmultiplexing verarbeitet werden.
Um die Zahl der Fotosensoren zu reduzieren (im Extremfall auf nur einen Fotosensor) umfasst in einer Ausführungsform der Erfindung die Optik bewegliche
Lichtablenkungsmittel, mit denen von den Ortspunkten reflektiertes und/oder transmittiertes Licht sequentiell auf den zumindest einen Fotosensor projiziert wird. In einer alternativen Ausführungsform, mit der eine schnellere Detektion von„Zuckerspitzen"-Defekten in Kartoffeln möglich ist, ist jedoch eine Vielzahl von Fotosensoren vorgesehen.
Um sicherzustellen, dass das von dem zumindest einen Fotosensor empfangene, von Ortspunkten reflektierte oder transmittierte Licht innerhalb eines für den Fotosensor geeigneten Wellenlängenbereichs liegt, wodurch die Qualität der Messung verbessert wird, ist in einer Fortbildung der Erfindung vorgesehen, dass die Optik Bandpassfilter oder einen Spektrographen umfasst.
Um eine schnelle Online-Kontrolle von Kartoffeln auf das Vorhandensein von
„Zuckerspitzen"-Defekten zu ermöglichen, und um weiters eine kompakte Baugröße der Sensoreinheit zu erzielen, ist es zweckmäßig, wenn Fotosensoren mit einer Vielzahl lichtempfindlicher Bildpunkte verwendet werden, wobei optional die Bildpunkte des Fotosensors zweidimensional angeordnet sind, wobei die erste Dimension die Ortspunkte repräsentiert und die zweite Dimension die spektralen Komponenten des Lichts repräsentiert.
Die vorliegende Erfindung umfasst auch eine Maschine zur Behandlung von mit
„Zuckerspitzen"-Defekten befallenen Kartoffeln. Diese Maschine umfasst eine
Fördereinrichtung zur kontinuierlichen Förderung von Kartoffeln entlang einer
Förderrichtung mit einer definierten Fördergeschwindigkeit, eine Behandlungseinrichtung für Kartoffeln und eine wie oben beschrieben ausgeführte erfindungsgemäße Sensoreinheit, wobei ein von der Sensoreinheit abgegebenes„Zuckerspitzen"-Signal die
Behandlungseinrichtung ansteuert. Die Behandlungseinrichtung umfasst in einer ersten Ausführungsform Kartoffel- Aussortierungsmittel, die bei Vorliegen des„Zuckerspitzen"- Signal die diesem Signal zugeordnete Kartoffel aussortiert. In einer weiteren
Ausführungsform der Erfindung umfasst die Behandlungseinrichtung eine
Schneidvorrichtung zum Abschneiden der Enden von mit„Zuckerspitzen"-Defekten befallenen ganzen Kartoffeln oder längs geschnittenen Kartoffelstücken.
Die Erfindung wird nun anhand von Ausführungsbeispielen unter Bezugnahme auf die Zeichnungen näher erläutert.
Fig. 1 zeigt schematisch in Seitenansicht eine Maschine zur Behandlung von mit
„Zuckerspitzen"-Defekten befallenen Kartoffeln.
Fig. 2 zeigt die Maschine gemäß Fig. 1 schematisch in Draufsicht.
Fig. 3 zeigt eine schematische Darstellung einer in der erfindungsgemäßen Sensoreinheit verwendeten Optik.
Fig. 4 zeigt eine schematische Draufsicht eines für eine Vielzahl von unterschiedlichen Wellenlängen und ortsaufgelösten Bildpunkten empfindlichen Fotosensors.
Fig. 5 zeigt eine schematische Darstellung einer Kartoffel mit exemplarischen Ortspunkten. Fig. 6 zeigt ein Diagramm der Lichtintensität über der Wellenlänge von spektralen
Lichtmesssignalen an Ortspunkten einer Kartoffel.
Fig. 7 zeigt ein Diagramm der Lichtintensität über der Wellenlänge der Differenzverläufe von spektralen Lichtmesssignalen an Ortspunkten einer Kartoffel zu einem
Referenzspektrum.
Fig. 8 zeigt ein Diagramm der 1. Ableitung der in Fig. 7 dargestellten Differenzverläufe von spektralen Lichtmesssignalen.
Fig. 9 zeigt ein Bild einer mit einer Digitalkamera aufgenommenen (geschälten) Kartoffel. Fig. 10 zeigt ein Bild der Kartoffel von Fig. 9, das gemäß einer Ausführung des
erfindungsgemäßen Verfahrens (Inhaltsstoff Glucose) errechnet wurde. Fig. 11 zeigt ein Bild der Kartoffel von Fig. 5, das gemäß dem erfindungsgemäßen
Verfahren als Falschfarbenbild auf Basis von spektralen Differenzverläufen errechnet wurde.
In den Figuren 1 und 2 ist eine erfindungsgemäße Maschine 1 zur Detektion und Behandlung von mit„Zuckerspitzen"-Defekten befallenen Kartoffeln K schematisch in Seitenansicht bzw. in Draufsicht dargestellt. Die Maschine 1 umfasst eine Fördereinrichtung 2 zur kontinuierlichen oder diskontinuierlichen Förderung von Kartoffeln K entlang einer
Förderrichtung F. Im Falle der kontinuierlichen Förderung erfolgt diese mit einer definierten Fördergeschwindigkeit v. Die Fördereinrichtung 2 kann beispielsweise als Förderband, Rollenförderer, Rutsche oder dergleichen ausgebildet sein. Die Maschine 1 umfasst weiters eine Behandlungseinrichtung 3 für Kartoffeln K. Diese Behandlungseinrichtung 3 umfasst Kartoffel- Aussortierungsmittel 5 und/oder eine Schneidvorrichtung 4 zum Abschneiden der Enden von mit„Zuckerspitzen"-Defekten befallenen Kartoffeln. In den Figuren 1 und 2 sind die Kartoffel-Aussortierungsmittel 5 schematisch mit einem Greifer 5a dargestellt. Es versteht sich jedoch, dass anstelle eines Greifers auch andere Mittel, wie Auswurfmittel (z.B. auf Luftdruck- oder Federbasis) oder Umlenkmittel oder Falltüren etc. eingesetzt werden können. Die Schneidvorrichtung 4 ist mit einem fallbeilartigen Messer 4a dargestellt, es sind aber auch andere, dem Fachmann bekannte Messer verwendbar.
Das Kernelement der Maschine 1 ist eine allgemein mit dem Bezugszeichen 10 bezeichnete Sensoreinheit zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln, die nachfolgend ausführlich beschrieben wird. Wenn die Sensoreinheit 10 ein mit„Zuckerspitzen"-Defekten befallene Kartoffel K detektiert, generiert sie ein„Zuckerspitzen"-Signal 6, 7, das an die Behandlungseinrichtung 3 übertragen wird und eine entsprechende Behandlung der Kartoffel K auslöst. Diese Behandlung umfasst entweder das Aussortieren der Kartoffel K durch die Kartoffel- Aussortierungsmittel 5 oder das Wegschneiden von mit„Zuckerspitzen"-Defekten befallenen Teilen der Kartoffel K. Es wird darauf hingewiesen, dass unter dem Begriff "Kartoffel K", wie hierin verwendet, sowohl ganze Kartoffelknollen als auch
Kartoffelstücke, insbesondere streifenförmig oder scheibenförmig in Längs- oder
Querrichtung geschnittene Kartoffelstücke zu verstehen sind. Da„Zuckerspitzen"-Defekte nur an den Endbereichen von Kartoffelknollen auftreten, ist für quer geschnittene
Kartoffelstücke im Allgemeinen nur die Aus Sortierung mittels der Kartoffel- Aus Sortierungsmittel 5 sinnvoll.
Die Sensoreinheit 10 zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln, umfasst eine oder mehrere Lichtquellen 11 zum Bestrahlen der Kartoffeln K, zumindest einen Fotosensor 12, eine Optik 13, mit der an Ortspunkten P1-P4 an jeder Kartoffel K
reflektiertes und/oder transmittiertes Licht LP1-LP4 selektiv auf den zumindest einen Fotosensor 12 projiziert wird. Der zumindest eine Fotosensor 12 generiert aus dem empfangenen Licht LP1-LP4 für jeden Ortspunkt P1-P4 Lichtmesssignale LM1-LM4 und überträgt diese durch Rechenmittel 14 an einen Zwischenspeicher 15, in dem für jeden Ortspunkt P1-P4 die Lichtmesssignale LM1-LM4 gespeichert werden. Die Rechenmittel 14 werden durch in einem Programmspeicher 16 abgelegten Programmcode gesteuert, um ein Verfahren zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln abzuarbeiten. Bei diesem nachfolgend im Detail erläuterten Verfahren werden aus den Lichtmesssignalen LM1-LM4, optional unter vorheriger Durchführung einer Vorverarbeitung zur Aufbereitung der Lichtmessignale LM1-LM4 in eine schneller verarbeitbare und/oder mit geringerer Fehlerrate behaftete Form, die Kartoffeln als mit„Zuckerspitzen"-Defekten befallen klassifiziert, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen
„Zuckerspitzen"-Kriterium entspricht; in diesem Fall wird ein„Zuckerspitzen"-Signal 6, 7 an die Behandlungseinrichtung 3 abgegeben.
Es hat sich gezeigt, dass der Befall von Kartoffeln K mit„Zuckerspitzen"-Defekten sehr verlässlich detektiert werden kann, wenn Lichtmesssignale LM1-LM4 innerhalb eines zwischen 350 und 2500 nm liegenden Wellenlängenbereichs ausgewertet werden, wobei innerhalb dieses Wellenlängenbereichs ein oder mehrere spezifische Wellenlängen oder Wellenlängenbanden ausgewertet werden können. Um den Rechenaufwand zu reduzieren und den Einfluss von Störlicht zu minimieren, ist es zweckmäßig, die Beleuchtung durch die zumindest eine Lichtquelle 11 innerhalb des genannten Wellenlängenbereichs zu halten und auch die Empfindlichkeit der Fotosensoren 12 darauf abzustimmen. Dies kann erreicht werden, indem entweder eine oder mehrere schmalbandige Lichtquellen 11 (Leuchtdioden, Laser, etc.) zur Anwendung kommen, oder eine breitbandige Lichtquelle 11 mit einem Vorsatzfilter 17 verwendet wird, der nur Licht in dem Wellenlängenbereich zwischen zwischen 350 und 2500 nm bzw. in Teilwellenlängenbereichen davon durchlässt. Als Fotosensoren 12 können mehrere Fotosensoren zum Einsatz kommen, die jeweils für unterschiedliche Teilwellenlängenbereiche empfindlich sind. Solche
Teilwellenlängenbereiche sind beispielsweise die Teilwellenlängenbereiche von 900 - 1700 nm (NIR) und/oder 350 - 1000 nm (VISNIR) und/oder bis zu 2500 nm (SWIR). Für diese Teilwellenlängenbereiche geeignete Fotosensoren 12 sind z.B. Siliziumsensoren mit einer Hauptempfindlichkeit von 350-1000 nm, Indium-Gallium- Arsenid-Sensoren mit einer Hauptempfindlichkeit von 900-1700 nm, und Mercury-Cadmium-Telluride (MCT) Sensoren mit einer Hauptempfindlichkeit von 800-2500 nm. Es sei erwähnt, dass im dargestellten Ausführungsbeispiel die Lichtquelle 11 und der Fotosensor 12 auf derselben Seite der Kartoffel K angeordnet sind, so dass das von den Ortspunkten P1-P4 reflektierte Licht LP1-LP4 zum Fotosensor 12 gelangt. Wenn die Lichtquelle 11 unterhalb der Fördereinrichtung 2 platziert wird, so gelangt das von den Ortspunkten P1-P4 transmittierte Licht zum Fotosensor 12. Bei letzterer Anordnung ist die Fördereinrichtung 2 entweder mit lichtdurchlässigen Elementen aufzubauen, oder es sind Elemente, z.B. Förderbandelemente oder Rollen im Abstand voneinander vorzusehen, so dass dass Licht hindurchtreten kann, bzw. kann bei Verwendung einer Rutsche ein Spalt eingebaut werden, oder es kann am Ende der Förderstrecke„im freien Fall" gemessen werden.
Die Aufgabe der Optik 13 ist es, das von den Ortspunkten P1-P4 reflektierte oder transmittierte Licht LP1-LP4 in geeigneter Weise auf den zumindest einen Fotosensor 12 zu leiten. Wie in Fig. 3 schematisch dargestellt, umfasst die Optik 13 für diesen Zweck im Allgemeinen zumindest eine optische Linse 18, sowie optional zumindest einen
Bandpassfilter 19 und/oder Lichtablenkungsmittel 20, beispielsweise einen entlang einer oder zwei Achsen ablenkbaren Spiegel. Wenn die Lichtablenkungsmittel 20 nur in einer Achse ablenkbar sind, so wird die Optik 13 so ausgerichtet, dass eine Lichtabtastung quer zur Förderrichtung F erfolgt (so genanntes örtliches Multiplexing). Berücksichtigt man auch die Bewegung der Kartoffeln K in Förderrichtung F mit der Fördergeschwindigkeit v (so genanntes zeitliches Multiplexing), so ist eine sequentielle zweidimensionale Abtastung realisierbar, bei der man mit einem einzigen Fotosensor 12 das Auslangen finden kann (kombiniertes zeitliches und örtliches Multiplexing). Für eine höhere
Verarbeitungsgeschwindigkeit ist jedoch das Vorsehen mehrerer Fotosensoren 12 sinnvoll, die parallel arbeiten, wobei die Fotosensoren für unterschiedliche Wellenlängenbereiche empfindlich sind und/oder unterschiedliche Ortspunkte P1-P4 abdecken. Wenn eine Vielzahl von Fotosensoren 12 quer zur Förderrichtung F verteilt angeordnet wird (Zeilensensor), so werden - in Förderrichtung F gesehen - hintereinander liegende Ortspunkte jeweils demselben Fotosensor zugeordnet. Für eine erhöhte Wellenlängenauflösung kann die Optik 13 auch einen Spektrographen 21 umfassen.
In Fig. 4 ist schematisch in Draufsicht ein bevorzugter zweidimensionaler Fotosensor 12 dargestellt, der in rechteckiger Anordnung eine Vielzahl lichtempfindlicher Bildpunkte Bxy aufweist. Die Zeilen 1-m repräsentieren ortsaufgelöste Ortspunkte, die Spalten 1-n repräsentieren die unterschiedlichen spektralen Komponenten des auf den Fotosensor gelangenden Lichts. In einer vereinfachten Form dieses Fotosensors, der mit einem örtlichen Multiplexing mittels Lichtablenkungsmitteln 20 zu kombinieren ist, wird die Anzahl n der vorhandenen oder benutzten Spalten gleich 1 gewählt.
Fig. 5 zeigt vier exemplarische Ortspunkte P1-P4 an einer Kartoffel K. Die Ortspunkte PI und P2 befinden sich am proximalen Ende der Kartoffel, von dem aus Kraut (nicht dargestellt) wächst. P3 ist ein zentrumsnaher Ortspunkt und P4 ist ein Ortspunkt am distalen Ende der Kartoffel K. Das bei Bestrahlung durch Licht aus der Lichtquelle 11 von den Ortspunkten P1-P4 reflektierte Licht LP1-LP4 ist im Wellenlängen/Intensitäts-Diagramm von Fig. 6 in spektraler Auflösung in einem Wellenlängenbereich von 1000 bis 1700 nm dargestellt.
Bei Erfassung des Lichts LP1-LP durch den in Fig. 4 gezeigten zweidimensionalen
Fotosensor 12, der eine Zerlegung des empfangenen Lichts für jeden Ortspunkt ermöglicht, entsprechen die Intensitäten des von den Ortspunkte P1-P4 reflektierten Lichts LP1-LP4 im Wesentlichen den vom Fotosensor für jeden Ortspunkt P1-P4 generierten Lichtmesssignalen LM1-LM4, wie sie zur weiteren Verarbeitung im Zwischenspeicher 15 gespeichert werden.
Wenn man jedoch einen Fotosensor 12 verwendet, der nur für die Teilwellenlänge TWl (z.B. bei 1200 nm) empfindlich ist, so liefert ein solcher Fotosensor 12 für das von jedem Ortspunkt P1-P4 empfangene Licht LP1-LP4 nur jeweils einen Intensitätswert als
Lichtmes signal LM1'-LM4'.
Wenn man einen Fotosensor 12 verwendet, der nur für eine Teilwellenlängenbande TWB1 (z.B. zwischen 1300 und 1400 nm) empfindlich ist, so liefert ein solcher Fotosensor 12 für das von jedem Ortspunkt P1-P4 empfangene Licht LP1-LP4 nur jeweils einen gemittelten Intensitätswert als Lichtmessignal LM1"-LM4".
Wie man aus dem Diagramm von Fig. 6 erkennt, sind die Signalformen des von den Ortspunkten P1-P4 reflektierten Lichts LP1-LP4 einander ähnlich, weichen jedoch in der Signalhöhe voneinander ab und überschneiden einander teilweise. Der nachfolgenden Erklärung vorausgreifend, sei erwähnt, dass es sich bei dieser Kartoffel um eine Kartoffel mit„Zuckerspitzen"-Defekt handelt. Die Detektierung dieses Defekts erfolgt bei
Verwendung des nur für die Teilwellenlänge TWl von 1200 nm empfindlichen Fotosensors 12 durch Vergleichen der durch Lichtintensitätswerte repräsentierten Lichtmesssignale LM1'-LM4', die in diesem Fall das Klassifizierungsmerkmal darstellen, mit einem ersten Schwellen-Lichtintensitätswert Tl von z.B. 1500 relativen Lichtintensitätseinheiten. Das Abweichen, genauer gesagt, das Unterschreiten der Lichtintensitätswerte von diesem Schwellen-Lichtintensitätswert Tl ist als das„Zuckerspitzen"- Kriterium definiert. Wie man aus dem Diagramm von Fig. 6 erkennt, unterschreiten mit Ausnahme des Lichtmesssignals LM3' alle anderen Lichtmesssignale LM1', LM2', LM4' den Schwellen-Lichtintensitätswert Tl, woraus sich ergibt, dass die Kartoffel K einen„Zuckerspitzen"-Defekt aufweist.
Tatsächlich sind jedoch nur die Bereiche der Kartoffel um den Ortspunkt PI (sicher) und den Ortspunkt P2 (eventuell) von„Zuckerspitzen"-Defekten befallen, wogegen die Detektion eines„Zuckerspitzen"-Defekts am Ortspunkt P4 eine Fehlinterpretation ist, die z.B. bei ungünstiger Beleuchtungssituation und bloßer Berücksichtigung von absoluten
Lichtintensitätswerten auftreten kann. Zum selben Ergebnis gelangt man bei Verwendung des für die Teilwellenlängenbande TWB1 zwischen 1300 und 1400 nm empfindlichen Fotosensors 12. Auch hier liegen bei einem Vergleich eines zweiten Schwellen- Lichtintensitätswerts T2 von z.B. 1000 relativen Lichtintensitätseinheiten die gemittelten Intensitätswerte der Lichtmesssignale LMl", LM2", LM4" der Ortspunkte PI, P2, P4 unter dem zweiten Schwellen-Lichtintensitätswert, T2, und nur das Lichtmesssignal LM3" bzw. dessen gemittelter Intensitätswert des Ortspunkts P3 liegt über dem zweiten Schwellen- Lichtintensitätswert T2. Zur Erhöhung der Messsicherheit könnte beispielsweise die
Helligkeit bei 1050 nm als„Referenzhelligkeit" herangezogen werden, auf die die
Messergebnisse bezogen werden. Man kann damit Beleuchtungseffekte eliminieren.
Ebenfalls der nachfolgenden Erklärung vorausgreifend sei an dieser Stelle erwähnt, dass aus dem Licht LP1-LP4 bzw. aus den mittels eines spektral auflösenden Fotosensors 12 generierten Lichtmesssignalen LM1-LM4 bei Beginn der Verarbeitung oder auch im laufenden Betrieb Referenzspektren gewonnen werden können. Z.B. entweder indem das Lichtmesssignal LM3 des zentrumsnahen Ortspunktes P3 als Referenzspektrum
herangezogen wird, oder indem aus den Lichtmesssignalen LM1-LM4 von mehreren oder allen Ortspunkten P1-P4 durch Mittelwertbildung ein Referenz spektrum ermittelt wird, oder gemäß einer der weiter unten beschriebenen, genaueren Methoden.
Wie man aus dem Diagramm von Fig. 6 erkennt, liegen die Lichtintensitätswerte der Lichtmesssignale LM1 '-LM4' bzw. LM1"-LM4" relativ nahe beieinander. Das führt bei ihrer Verwendung als Klassifizierungsmerkmal und dem als das Abweichen von einem Schwellen-Lichtintensitätswert definierten„Zuckerspitzen"-Kriterium manchmal zu einer unerwünscht hohen Detektions-Fehlerrate. Diese Fehlerrate kann deutlich gesenkt werden, wenn das Bestrahlen der Kartoffeln mit breitbandigem Licht erfolgt und die Spektren des von den Ortspunkten P1-P4 reflektierten und/oder transmittierten Lichts LP1-LP4 als Lichtmesssignale LM1-LM4 ermittelt werden, wie z.B. mit dem in Fig. 4 dargestellten Fotosensor 12 möglich ist. Aus den Signalverläufen, d.h. den Spektren der Lichtmesssignale LM1-LM4 lassen sich mit den Mitteln der Kurvendiskussion signifikante
Klassifizierungsmerkmale und„Zuckerspitzen"- Kriterien aufstellen, z.B. Steigungen oder Krümmungen bei bestimmten Wellenlängen. Eine weitere Steigerung der Signifikanz der auswertbaren Signale kann man erhalten, wenn man die n-te (n=l, 2, ..) Ableitung der Spektren, d.h. der Lichtmesssignale LM1-LM4 bildet und darauf Mittel der
Kurvendiskussion als Klassifizierungsmerkmale und„Zuckerspitzen"- Kriterien anwendet. Durch die Bildung der Ableitungen steigt nämlich das Ausmaß der Richtungsänderungen der Kurvenverläufe, wodurch man Information generiert, aus der das Ausmaß des Zuckers besser charakterisierbar ist.
Es sei erwähnt, dass die spektralen Lichtmesssignale LM1-LM4 vor ihrer Verarbeitung noch einer Vorverarbeitung unterzogen werden werden können. Die Vorverarbeitung von
Spektren beinhaltet die Funktionen:
• Intensitätsabgleich
• Defektpixelbehandlung
• Rauschunterdrückung
• Örtliche Korrektur
• Ableitung (1. und 2. Ableitung)
• Normierung
• Glättung
In einer weiteren Variante der Detektion von„Zuckerspitzen"-Defekten in Kartoffeln wird ein Klassifizierungsmerkmal aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte P1-P4 bestimmt, indem, wie im Diagramm von Fig. 7 dargestellt ist, ein Differenzverlauf D(P1), D(P2), D(P3), D(P4) für den jeweiligen Ortspunkt P1-P4 durch Bildung der Differenzen zwischen den spektralen Lichtmesssignalen des jeweiligen Ortspunktes und den Spektralwerten eines Referenzspektrum für eine Reihe von Wellenlängen gebildet wird, oder indem die Differenzen zwischen der n-ten Ableitung der spektralen Lichtmesssignale des jeweiligen Ortspunktes und der n-ten Ableitung des Referenzspektrums für eine Reihe von Wellenlängen gebildet werden. Das
Klassifizierungsmerkmal wird aus den so ermittelten Differenzverläufen bestimmt, beispielsweise, indem ein dritter Schwellen-Lichtintensitätswert T3 definiert wird, und das „Zuckerspitzen"-Kriterium als das Unterschreiten des Schwellen-Lichtintensitätswert T3 in einem Wellenlängenbereich z.B. zwischen 1150 und 1300 nm definiert wird, oder überhaupt bei einer einzigen Wellenlänge, z.B. bei 1150 nm.. Wie man aus dem Diagramm von Fig. 7 erkennt, unterscheiden sich die Differenzverläufe D(P1), D(P2), D(P3), D(P4) für den jeweiligen Ortspunkt P1-P4 stark voneinander, und es besteht kein Zweifel, dass der
Differenzverlauf D(P1) des Ortspunktes PI auf einen„Zuckerspitzen"-Defekt hindeutet, im Gegensatz zum Diff erenz verlauf D(P3) des zentrumsnahen Ortspunktes P3.
Die Differenzverläufe werden nachfolgend als Differenzspektrum bezeichnet. Sinngemäß sind damit auch die Differenzverläufe der 1. und 2. Ableitung gemeint.
Definition:
Minuend-Spektrum: aktuell gemessenes Spektrum (eines Ortspunktes)
Subtrahend-Spektrum: (im Speicher abgelegtes) Referenzspektrum
Zunächst wird das Differenzspektrum (Är) zum Subtrahend-Spektrum (r) berechnet: Δ r - DiffSpectra i x , r ;ίί„.[;; , k , d ) mit:
x = Minuend- Spektrum (aktuell gemessenes Spektrum)
r_norm = das auf 1 normierte Subtrahend-Spektrum (Referenzspektrum)
k und d: bestimmen die Normierung
Är weist große Abweichungen auf, wenn dass Minuend- Spektrum x unähnlich zu r_norm ist und kleine, wenn beide ähnlich sind.
Nachfolgend wird die Inline Ermittlung eines Referenzspektrums während des Betriebs bzw. die Bildung der n-ten Ableitung des Referenzspektrums erklärt.
Vom Minuend-Spektrum (aktuelles Spektrum) wird das Subtrahend- Spektrum
(Referenzspektrum) abgezogen. Das Subtrahend-Spektrum kann während der Laufzeit der Detektion von„Zuckerspitzen"-Defekten in Kartoffeln angepasst werden.
Die Anpassung des Subtrahend- Spektrums ist für sich änderndes Kartoffelgut notwendig. Es hat sich nämlich gezeigt, dass eine zur Erntezeit gut ausgeprägte Zuckerspitze, die eine hohe Zuckerkonzentrationen örtlich kompakt am proximalen Ende der Kartoffel aufweist, im Laufe der Lagerzeit beginnt sich in Richtung Zentrum der Kartoffel auszubreiten. Dadurch entsteht während der Lagerung eine Vergrößerung der Zuckerspitze mit niedrigeren örtlichen Zuckerkonzentrationen .
Methode 1 zur Inline Erhebung des Subtrahend-Spektrums (gemitteltes
Zentrumsspektrum )
• Mine-Erhebung des örtlich mittleren Teils der Kartoffeln (über
Objektbildungsmaßnahmen),
• Mittelung aller Spektren aller erfassten Kartoffeln in diesem Bereich. Nur
nachhaltige (keine kurzfristigen) Änderungen finden Eingang in das Subtrahend- Spektrum (I- Verhalten)
r 1 . , .
~ 1 r -t- Gi„
i -f G mit:
r = Subtrahend-Spektrum
x_potato = über den Zentrumsbereich (örtlich) gemitteltes Spektrum der momentan betrachteten Kartoffel
G = Gewichtungsfaktor, mit dem neu erhobene Zentrumsspektren in die Änderung des Subtrahend-Spektrums eingehen.
Methode 2 zur Inline Erhebung des Subtrahend-Spektrums (Integriertes
Kartoffelspektrum )
Diese Methode weist gegenüber der Methode 1 den Vorteil auf, dass keine Bestimmung des Zentrumsbereiches notwendig ist.
Initial wird ein Subtrahend-Spektrum (= Spektrum einer gesunden Kartoffel) vorgegeben. Alle Minuend-Spektren, unabhängig von der Lokalisierung auf der Kartoffel, die nur eine geringe Abweichung zum Subtrahend-Spektrum haben, finden Eingang in die laufende Erhebung und gegebenenfalls eine Anpassung des Subtrahend- Spektrums. Geringe
Abweichungen zur Referenz entsprechen einer gesunden Kartoffel, hohe Abweichungen werden als Defekte interpretiert und werden daher für die Erhebung der Subtrahend- Spektren ignoriert.
Zur Quantifizierung der Ähnlichkeit wird der quadratische Abstand der momentan erhobenen Abweichung zum momentanen Subtrahend-Spektrum bestimmt und
herangezogen. Dev = (Δη)2 + (Δτ2)2 + (ΔΓ3)2 + (Arw)2 mit:
Ar = Differenz spektrum (siehe Pkt. 3)
W = Anzahl der gemessenen spektralen Punkte case : Dev<e
1 , . ,
Wenn die Abweichung (Dev) kleiner einer einstellbaren Schranke (ε) ist, so ist das momentan betrachtete Spektrum x ähnlich dem momentanen Subtrahend-Spektrum. In diesem Fall geht das Minuend-Spektrum (x) integrierend in das aktuelle Subtrahend- Spektrum ein. Es erfolgt eine Anpassung des Referenz Spektrums an die sich ändernden Verhältnisse. Eine zu große Abweichung vom ursprünglich Referenzspektrum
(„Erstrezeptur") wird gemeldet und bedarf einer Freigabe durch den Benutzer.
Zu ganz anderen, aber ebenfalls signifikanten Signalverläufen gelangt man, wenn man aus den Differenzverläufen D(P1), D(P2), D(P3), D(P4) des Diagramms von Fig. 7 die n-te Ableitung bildet. Der Vorteil dieser Ausführungsform ist, dass man bei den Berechnungen unabhängig von der Intensität und damit von wechselnden Beleuchtungsverhältnissen wird, da nur die Änderungen in die Auswertung eingehen. Das Diagramm von Fig. 8 zeigt die ein Klassifizierungsmerkmal bildenden Signalverläufe D'(P1), D'(P2), D'(P3), D'(P4) der 1. Ableitung der Differenzverläufe D(P1), D(P2), D(P3), D(P4). Als Zuckerspitzenkriterien können hier z.B. ein gemittelter negativer Differentialquotientenwert, im
Wellenlängenbereich zwischen 1100 und 1200 nm und ein gemittelter positiver
Differentialquotientenwert im Wellenlängenbereich zwischen 1300 und 1400 nm definiert werden. Diese Kriterien werden vom Signalverlauf D'(P1) des Ortpunktes PI erfüllt und indizieren einen„Zuckerspitzen"-Defekt. Allgemein kann ein Klassifizierungsmerkmal das Vorliegen von Differentialquotientenwerten innerhalb oder außerhalb eines definierten Differentialquotientenwertebereichs an definierten Wellenlängen oder Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der Differentialquotientenwerte innerhalb der Wellenlängenbanden, und/oder die Ähnlichkeit zumindest eines Abschnitts des
Differentialquotienten Verlaufs mit einem vordefinierten Muster sein. In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird ein aus den Differenzverläufen abgeleitetes Klassifizierungsmerkmal gewonnen aus der zumindest abschnittsweisen Transformation der Differenzverläufe D(P1), D(P2), D(P3), D(P4) des Diagramms von Fig. 7, oder aus den Diagrammen von Fig. 6 und vor allem Fig. 8 in einen sichtbaren Wellenlängenbereich, wodurch„Falschfarbenbilder" erhalten werden.
Vorzugsweise werden zumindest drei Abschnitte der Differenzverläufen in sichtbare Wellenlängenbereiche transformiert, und das Klassifizierungskriterium ist das ortsaufgelöste Auftreten und/oder Fehlen von Farben oder Farbbereichen oder Farbübergängen in den Falschfarbenbildern ist. Dabei müssen nicht nur spezifische Farben verwendet werden, sondern es können Farbbereiche (Farbwolken), ähnliche Farben, etc. herangezogen werden. Der Vorteil der Farbtransformation: sie gleicht Heterogenitäten des Materials aus. Fig. 11 zeigt ein Bild der Kartoffel K von Fig. 5, das gemäß dem erfindungsgemäßen Verfahren als Falschfarbenbild auf Basis von Differenzverläufen errechnet wurde. Man erkennt deutlich den Zuckerspitzenbereich Z am oberen Ende der Kartoffel K.
Die Transformation in den sichtbaren (VIS) Wellenlängenbereich ermöglicht die Darstellung eines Spektrums durch die drei Grundfarben (RGB). Ändert sich die spektrale Information, so ändert sich auch die Farbe. Ist die spektrale Information ähnlich, so wird auch die Farbdarstellung ähnlich sein.
Im Fall der Sugar-Ends Detektion werden aus einem aufbereiteten Spektrum drei Features berechnet, welche nach Skalierung den Farbkanälen Rot (R), Grün (G) und Blau (B) zugeordnet werden.
Erhebung der Farb-Merkmale (Features)
Zur Erhebung der Farbfeatures stehen eine Reihe von Möglichkeiten zur Verfügung. Für die Sugar-Ends Detektion hat sich die Berechnungsart„Spektralbereichsintensität" als gut geeignet herausgestellt.
Spektralbereichsintensität
Das Merkmal Spektralbereichsintensität multipliziert das zu transformierende Spektrum mit einer Filterkurve. Das Ergebnis ist ein Skalar (1-dimensionaler Wert).
Figure imgf000023_0001
mit:
F = Wert für das Feature (Merkmal) y = aufbereitetes Spektrum,
h = Filterkurve,
i = Wellenlängenindex
W = Anzahl der Wellenlängenpunkte des Spektrums y.
Zum besseren Verständnis kann dieser Vorgang anhand eines Standard Farbkamera Systems erklärt werden. Durch auf den Sensor aufgebrachte optische Filter wird die auftreffende spektrale Information des Lichtes bedingt durch die Filtercharakteristik in einen
Intensitätswert umgewandelt. Wird beispielsweise ein Grün-Filter verwendet, so wird spektrale Information im Bereich Blau und Rot gedämpft, hingegen die Lichtintensität im spektralen Bereich Grün durchgelassen. Das bestrahlte Sensorpixel liefert somit einen Wert, welcher der mittleren optischen Einstrahlung im spektralen Bereich Grün entspricht. Das Ergebnis des Features Spektralbereichsintensität kann mit diesem Wert verglichen werden.
Die Filterkurven richten sich nach der Applikation und werden vom Applikationsingenieur vorgegeben. Dies kann manuell erfolgen, oder aber auch mit Hilfe einer automatischen Berechnung von geeigneten Filterkurven (Optimierungsverfahren).
Multivariate Erhebung von spektralen Unterschieden
Diese Methode unterscheidet sich hinsichtlich der (inline) Berechnung der Featurewerte nicht von der Featureart„Spektralbereichsintensität". Auch hier wird ein Featurewert durch Multiplikation eines Transformationsvektors (Filterkurve) mit dem Spektrum errechnet. Der Unterschied liegt ausschließlich darin, dass die Erstellung idealer„Filterkurven" automatisch während der offline- Kalibration erfolgt.
Zur Kalibration werden Spektrensätze ausgewählt, welche zu unterscheidende Materialien repräsentieren. Im Zuge der Kalibration werden durch Anwendung von multivariaten Datenanalyseverfahren Unterschiede zwischen den Spektren herausgearbeitet.
Schlussendlich definiert der Benutzer welche Unterschiede als Farbe dargestellt werden.
Abbildung der Featurewerte auf den Farbraum
Jede Featureart liefert in der Regel Werte in einem beliebigen Bereich. Wird z.B. ein Intensitätsspektrum mit einer Filterkurve multipliziert, so wird der Wertebereich der
Features abhängig sein vom Wertebereich des Spektrums und der Filterkurve. Starke Änderungen im Spektrum werden den Featurewert über einen breiten Bereich streuen lassen. Es ist leicht einsehbar, dass die Featurewerte auch negative Werte haben können. Zur Farbdarstellung ist der Wertebereich jedoch genau definiert, bedingt durch ein definiertes Bildformat (z.B. 3x8bit für R, G und B - in diesem Fall muss also jeder Farbwerte im Bereich 0...255 liegen). Daher ist eine Abbildung der zu erwartenden Featurewerte auf einen definierten Wertebereich notwendig.
Farbmanipulationsmethoden - Anpassung von Chemical Colour Images (CCI) hin auf die Bedürfnissen der Zielanwendung
Das Anpassen eines CCI (Chemical Colour Images) kann eine wertvolle Steigerung der Eignung des Bildes für eine Zielanwendung bewirken. In der Bildverarbeitung gibt es eine Reihe von Methoden, welche zur Anpassung der Farbinformation verwendet werden.
Bekannt und gut eingeführt sind Methoden wie: Kontrast-, Sättigungs-, Helligkeits- und Gammamanipulation .
Der erste Schritt der Farbmanipulation ermöglicht die Herstellung von nicht-linearen Beziehungen zwischen den Featurewerten und der Farbe im Ausgangsbild (z.B. für
Gammakorrektur). Dadurch ist z.B. das Herausheben von Unterschieden bei niedrigen Intensitäten möglich. Um hier möglichst viel Freiraum zu haben, wird diese Beziehung durch den Einsatz einer Nachschlagtabelle (Look- Up Table (LUT)) für jeden Farbfeature individuell durch eführt.
Figure imgf000025_0001
Kontrast- und Sättigungsbasierte Operationen können mit einer Farbtransformation durchgeführt werden. Hierzu wird ein Farbtripel mit einer 3x3 Farbtransformationsmatrix multipliziert.
Figure imgf000025_0002
c33
Die Farbtransformationsmatrix C wird im Zuge der Kalibration erstellt. Eine Anpassung dieser Matrix im Mine-Betrieb kann zur„schnellen" Abstimmung der Chemical Colours auf die Zielanwendung hin von Vorteil sein.
Klassifikation von Sugar-Ends Defekten in Chemical Colour Images
Diese erfolgt auf Basis eingeführter Methoden der industriellen Bildverarbeitung. Bei geeigneter Auslegung der Filterkurven bzw. Anwendung multivariater Datenverarbeitung erscheinen die Zuckerenden in einer deutlich anderen Farbe, als Ergebnis des deutlich unterschiedlichen Zuckergehaltes an dieser Stelle. Fig. 9 zeigt ein Bild einer mit einer Digitalkamera aufgenommenen Kartoffel. Fig. 10 zeigt ein Bild der Kartoffel von Fig. 9, das gemäß dem obigen Verfahren errechnet wurde, mit der speziellen Ausführung als SAV -Bild. Der helle, rechte Bereich beim errechneten Bild von Fig. 10 geht mit hohem Glucosegehalt einher und weist somit auf eine Zuckerspitze hin, während die übrige Kartoffel dunklere Bereiche aufweist, die auf niedrigen Zuckergehalt hindeuten. Am digital aufgenommenen Bild von Fig. 9 dagegen lässt sich allenfalls eine leichte Glasigkeit im rechten Endbereich der Kartoffel erkennen, doch ist dieses Merkmal zu schwach ausgeprägt, um als
„Zucker spitzen"-Defekt interpretiert werden zu können.
Prinzipiell ist das Chemical Colour Imaging Verfahren hervorragend dazu geeignet, zumindest ein Klassifizierungsmerkmals aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte zu bestimmen, indem Konzentrationen von Inhalts Stoffen, wie z.B. Glucose, Stärke, Feststoffe, ermittelt werden und/oder die Glasigkeit aus dem Spektrum oder der n-ten Ableitung des Spektrums des jeweiligen Ortspunktes erfasst wird. Klassifizierungsmerkmale können aus den ermittelten
Konzentrationswerten der Inhaltsstoffe oder Kombinationen daraus, wie z.B. das Verhältnis Glucose zu Stärke, und/oder der Glasigkeit ausgewählt werden.

Claims

Ansprüche:
1. Verfahren zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln (K), umfassend: das Bestrahlen der Kartoffeln (K) mit zumindest einer Lichtquelle (11),
für eine Vielzahl von Ortspunkten (P1-P4) an jeder Kartoffel (K), wobei Ortspunkte (PI, P2, P4) an beiden Endbereichen der Kartoffel (K) und andere Ortspunkte (P3) in einem
Zentrumsbereich der Kartoffel (K) liegen, das selektive Projizieren des an den jeweiligen Ortspunkten (P1-P4) reflektierten und/oder transmittierten Lichts (LP1-LP4) auf zumindest einen Fotosensor (12), das Aufnehmen von Lichtmesssignalen (LM1-LM4) für jeden Ortspunkt (P1-P4) durch den zumindest einen Fotosensor (12) aus dem empfangenen Licht (LP1-LP4) und das Zwischenspeichern der solcherart für jeden Ortspunkt (P1-P4) aufgenommenen Lichtmesssignale (LM1-LM4),
gekennzeichnet durch
das Bestimmen zumindest eines Klassifizierungsmerkmals aus den Lichtmesssignalen (LMl-LM4), und
das Klassifizieren von Kartoffeln (K) als mit„Zuckerspitzen"-Defekten befallen, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen„Zuckerspitzen"-Kriterium entspricht.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das von den Ortspunkten (Pl- P4) reflektierte und/oder transmittierte Licht (LP1-LP4) sequentiell auf den zumindest einen Fotosensor (12) projiziert wird.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Kartoffeln (K) entlang einer Förderrichtung (F) mit einer definierten Fördergeschwindigkeit (v) bewegt werden und das von Ortspunkten (P1-P4) reflektierte oder transmittierte Licht (LP1-LP4) nacheinander zeitlich beabstandet auf denselben Fotosensor (12) projiziert wird.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass eine Vielzahl von
Fotosensoren (12) quer zur Förderrichtung (F) verteilt angeordnet ist, wobei - in
Förderrichtung gesehen - hintereinander liegende Ortspunkte (P1-P4) jeweils demselben Fotosensor (12) zugeordnet sind.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die
Lichtmesssignale (LM1-LM4) Lichtintensitätswerte für eine Wellenlänge (TW1) oder Wellenlängenbande (TWB1), oder für mehrere voneinander beabstandete Wellenlängen bzw. Wellenlängenbanden enthalten, wobei das Klassifizierungsmerkmal diese Lichtintensitätswerte sind und das„Zucker spitzen"- Kriterium als das Abweichen von einem Schwellen-Lichtintensitätswert (Tl, T2) definiert ist.
6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass die Lichtintensitätswerte bei den bestimmten Wellenlängen (TW1) oder Wellenlängenbanden (TWB1) erhalten werden durch parallele oder sequentielle Bestrahlung der Kartoffeln (K) mit schmalbandigem Licht mit den bestimmten Wellenlängen (TW1) oder Wellenlängenbanden (TWB1), und/oder durch Bestrahlen der Kartoffeln (K) mit breitbandigem Licht und Filtern des an den jeweiligen Ortspunkten (P1-P4) reflektierten und/oder transmittierten Lichts mit
Bandpassfiltern (19), deren Durchlassbereiche die bestimmten Wellenlängen oder
Wellenlängenbanden enthalten, und/oder durch Bereitstellen von Fotosensoren, die in den bestimmten Wellenlängen oder Wellenlängenbanden empfindlich sind.
7. Verfahren nach einem der Ansprüche 1 bis 4, gekennzeichnet durch das Bestrahlen der Kartoffeln (K) mit breitbandigem Licht, das Aufnehmen der Spektren des von den
Ortspunkten (P1-P4) reflektierten und/oder transmittierten Lichts (LP1-LP4) als
Lichtmesssignale (LM1-LM4) mittels des zumindest einen Fotosensors (12), und das Bestimmen zumindest eines Klassifizierungsmerkmals aus den Spektren oder der n-ten (n=l, 2, ..) Ableitung der Spektren.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass das jeweilige von den
Ortspunkten reflektierte und/oder transmittierte Licht aufgenommen wird durch Aufspalten des Spektrums in eine Vielzahl spektraler Komponenten und eine jede spektrale
Komponente auf einen dieser spektralen Komponente zugeordneten lichtempfindlichen Bildpunkt (Bxy) eines mit einer Vielzahl von Bildpunkten ausgestatteten Fotosensors (12) gestrahlt wird, wobei optional die Bildpunkte (Bxy) des Fotosensors 2-dimensional angeordnet sind, wobei die erste Dimension die Ortspunkte repräsentiert und die zweite Dimension die spektralen Komponenten des Lichts repräsentiert.
9. Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass das Bestimmen zumindest eines Klassifizierungsmerkmals aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte das Berechnen eines Differenzverlaufs für den jeweiligen Ortspunkt (P1-P4) durch Bildung der Differenzen zwischen den spektralen Lichtmesssignalen (LM1-LM4) des jeweiligen Ortspunktes (P1-P4) und den Spektralwerten eines Referenz spektrum für eine Reihe von Wellenlängen, oder durch Bildung der Differenzen zwischen der n-ten Ableitung der spektralen Lichtmesssignale (LM1-LM4) des jeweiligen Ortspunktes (P1-P4) und der n-ten Ableitung des Referenzspektrums für eine Reihe von Wellenlängen umfasst, und das
Klassifizierungsmerkmal aus dem so ermittelten Differenzverlauf (D(P1)-D(P4)) bestimmt wird.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass ein aus den
Differenzverläufen abgeleitetes Klassifizierungsmerkmal der Intensitätsverlauf des jeweiligen Differenzverlaufs über die Wellenlänge ist und das Klassifizierungskriterium ausgewählt ist aus dem Überschreiten oder Unterschreiten von Intensitätsgrenzwerten an definierten Wellenlängen oder Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der Intensitätswerte innerhalb der Wellenlängenbanden, und/oder das Vorliegen von Intensitätswerten innerhalb oder außerhalb eines definierten Intensitätswertebereichs an definierten Wellenlängen oder Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der Intensitätswerte innerhalb der Wellenlängenbanden, und/oder die Ähnlichkeit zumindest eines Abschnitts des Intensitätsverlaufs mit einem vordefinierten Muster ist.
11. Verfahren nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass ein aus den
Differenzverläufen abgeleitetes Klassifizierungsmerkmal der Verlauf des ersten oder zweiten Differentialquotienten des jeweiligen Differenzverlaufs ist und das Klassifizierungskriterium ausgewählt ist aus dem Überschreiten oder Unterschreiten von Grenzwerten des
Differentialquotienten an definierten Wellenlängen oder Wellenlängenbanden,
gegebenenfalls unter Mittelwertbildung der Differentialquotientenwerte innerhalb der Wellenlängenbanden, und/oder das Vorliegen von Differentialquotientenwerten innerhalb oder außerhalb eines definierten Differentialquotientenwertebereichs an definierten
Wellenlängen oder Wellenlängenbanden, gegebenenfalls unter Mittelwertbildung der Differentialquotientenwerte innerhalb der Wellenlängenbanden, und/oder die Ähnlichkeit zumindest eines Abschnitts des Differentialquotientenverlaufs mit einem vordefinierten Muster ist.
12. Verfahren nach einem der Ansprüche 9 bis 11, dadurch gekennzeichnet, dass ein aus den Differenzverläufen abgeleitetes Klassifizierungsmerkmal gewonnen wird aus der zumindest abschnittsweisen Transformation der Differenzverläufe in einen sichtbaren
Wellenlängenbereich, wodurch Falschfarbenbilder erhalten werden, wobei vorzugsweise zumindest drei Abschnitte der Differenzverläufe in sichtbare Wellenlängenbereiche transformiert werden, und das Klassifizierungskriterium das ortsaufgelöste Auftreten und/oder Fehlen von Farben oder Farbbereichen oder Farbübergängen in den
Falschfarbenbildern ist.
13. Verfahren nach einem der Ansprüche 9 bis 12, dadurch gekennzeichnet, dass das Referenzspektrum als ein gemitteltes Spektrum aus den spektralen Bilddaten von
Ortspunkten (P1-P4) zumindest einer Kartoffel (K), vorzugsweise aus den spektralen Bilddaten von Ortspunkten (P1-P4), die einem Zentrumsbereich einer oder mehrerer
Kartoffeln (K) zugeordnet sind sind, berechnet wird.
14. Verfahren nach Anspruch 13, dadurch gekennzeichnet, dass das Referenzspektrum als ein örtlich und/oder zeitlich gemitteltes Spektrum aus den spektralen Bilddaten von
Ortspunkten (P1-P4) einer oder mehrerer auf„Zuckerspitzen"-Defekte zu untersuchenden Kartoffeln (K) berechnet oder aktualisiert wird, optional während die Kartoffeln (K) entlang der Förderrichtung (F) bewegt werden.
15. Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass das Bestimmen zumindest eines Klassifizierungsmerkmals aus dem jeweiligen Spektrum oder der n-ten Ableitung des jeweiligen Spektrums der Ortspunkte (P1-P4) das Berechnen von
Konzentrationen von Inhalts Stoffen, wie z.B. Glucose, Stärke, Feststoffe, und/oder das Erfassen der Glasigkeit aus dem Spektrum oder der n-ten Ableitung des Spektrums des jeweiligen Ortspunktes umfasst, und die Klassifizierungsmerkmale aus den ermittelten Konzentrationswerten der Inhaltsstoffe oder Kombinationen daraus, wie z.B. das Verhältnis Glucose zu Stärke, und/oder der Glasigkeit ausgewählt werden.
16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, dass aus dem Spektrum oder der n-ten Ableitung des Spektrums von zumindest einem Ortspunkt (P1-P4), wobei der
Ortspunkt (P1-P4) vorzugsweise in einem Zentrumsbereich einer Kartoffel liegt, wobei optional eine Vielzahl von Ortspunkten (P1-P4) unter Mittel wertbildung ihrer Spektren oder der n-ten Ableitung der Spektren herangezogen wird, Referenz-Konzentrationen von
Inhaltsstoffen, wie z.B. Glucose, Stärke, Feststoffe, und/oder die Glasigkeit ermittelt werden, und die Abweichung der ermittelten Referenz-Konzentrationswerte der Inhaltsstoffe oder Kombinationen daraus, wie z.B. das Verhältnis Glucose zu Stärke, und/oder die Referenz- Glasigkeit, von Konzentrationen von Inhaltsstoffen oder Kombinationen daraus und/oder der Glasigkeit an Ortspunkten (P1-P4), die an Endbereichen von Kartoffeln liegen, ein
, ,Zucker spitzen' '-Kriterium darstellen .
17. Sensoreinheit (10) zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln (K), umfassend
- zumindest eine Lichtquelle (11) zum Bestrahlen der Kartoffeln (K),
- zumindest einen Fotosensor (12), - eine Optik (13), mit der an Ortspunkten (P1-P4) an jeder Kartoffel (K) reflektiertes und/oder transmittiertes Licht (LP1-LP4) selektiv auf den zumindest einen Fotosensor (12) projiziert wird,
- wobei der zumindest eine Fotosensor (12) aus dem empfangenen Licht (LP1-LP4) für jeden Ortspunkt Lichtmesssignale (LM1-LM4) generiert,
- einen Zwischenspeicher (15), mit dem für jeden Ortspunkt (P1-P4) die vom zumindest einen Fotosensor (12) generierten Lichtmesssignale (LM1-LM4) gespeichert werden, gekennzeichnet durch
Rechenmittel (14), die das Verfahren zum Detektieren von„Zuckerspitzen"-Defekten in Kartoffeln nach einem der Ansprüche 1 bis 16 abarbeiten, wobei die Rechenmittel (14) die Kartoffeln als mit„Zuckerspitzen"-Defekten befallen klassifizieren und ein„Zuckerspitzen"- Signal (6, 7) abgeben, wenn zumindest ein Klassifizierungsmerkmal einem vorgegebenen „Zuckerspitzen"-Kriterium entspricht.
18. Sensoreinheit nach Anspruch 17, dadurch gekennzeichnet, dass die zumindest eine Lichtquelle (11) Licht in zumindest einem zwischen 350 und 2500 nm liegenden
Wellenlängenbereich ausstrahlt.
19. Sensoreinheit nach Anspruch 17 oder 18, gekennzeichnet durch ihr Zusammenwirken mit Fördermitteln (2), auf denen die Kartoffeln entlang einer Förderrichtung (F) mit einer definierten Fördergeschwindigkeit (v) bewegt werden.
20. Sensoreinheit nach einem der Ansprüche 17 bis 19, dadurch gekennzeichnet, dass die Optik (13) bewegliche Lichtablenkungsmittel (20) umfasst, mit denen von den Ortspunkten reflektiertes und/oder transmittiertes Licht sequentiell auf den zumindest einen Fotosensor (12) projiziert wird.
21. Sensoreinheit nach einem der Ansprüche 17 bis 20, dadurch gekennzeichnet, dass eine Vielzahl von Fotosensoren (12) vorgesehen ist.
22. Sensoreinheit nach einem der Ansprüche 17 bis 21, dadurch gekennzeichnet, dass die Optik Bandpassfilter (19) oder einen Spektrographen (21) umfasst.
23. Sensoreinheit nach einem der Ansprüche 17 bis 22, gekennzeichnet durch Fotosensoren (12), die in definierten Wellenlängen oder Wellenlängenbanden empfindlich sind.
24. Sensoreinheit nach einem der Ansprüche 17 bis 23, gekennzeichnet durch Fotosensoren (12) mit einer Vielzahl lichtempfindlicher Bildpunkte (Bxy), wobei optional die Bildpunkte des Fotosensors 2-dimensional angeordnet sind, wobei die erste Dimension die Ortspunkte (P1-P4) repräsentiert und die zweite Dimension die spektralen Komponenten des Lichts repräsentiert.
25. Maschine (1) zur Behandlung von mit„Zuckerspitzen"-Defekten befallenen Kartoffeln, umfassend eine Fördereinrichtung (2) zur Förderung von Kartoffeln (K) entlang einer Förderrichtung (F) mit einer definierten Fördergeschwindigkeit (v) und eine
Behandlungseinrichtung (3) für Kartoffeln (K), gekennzeichnet durch eine an der
Fördereinrichtung (2) angeordnete Sensoreinheit (10) nach einem der Ansprüche 17 bis 24, wobei ein von der Sensoreinheit (10) abgegebenes„Zuckerspitzen"-Signal (6, 7) die Behandlungseinrichtung (3) ansteuert.
26. Maschine nach Anspruch 25, dadurch gekennzeichnet, dass die Behandlungseinrichtung (3) Kartoffel- Aussortierungsmittel (5) umfasst.
27. Maschine nach Anspruch 25, dadurch gekennzeichnet, dass die Behandlungseinrichtung (3) eine Schneidvorrichtung (4) zum Abschneiden der Enden von mit„Zuckerspitzen"- Defekten befallenen Kartoffeln (K) umfasst.
PCT/EP2011/061607 2010-07-27 2011-07-08 Verfahren, sensoreinheit und maschine zum detektieren von "zuckerspitzen"-defekten in kartoffeln WO2012013476A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DK11743039.7T DK2598860T3 (da) 2010-07-27 2011-07-08 Fremgangsmåde, sensorenhed og maskine til påvisning af "sukkerspids"-defekter i kartofler
CN201180046309.9A CN103119423B (zh) 2010-07-27 2011-07-08 用于探测马铃薯中的“糖尖峰”缺陷的方法、传感器单元和机器
ES11743039T ES2746882T3 (es) 2010-07-27 2011-07-08 Procedimiento, unidad captadora y máquina para detectar defectos de "puntas de azúcar" en patatas
EP11743039.7A EP2598860B1 (de) 2010-07-27 2011-07-08 Verfahren, sensoreinheit und maschine zum detektieren von "zuckerspitzen"-defekten in kartoffeln
PL11743039T PL2598860T3 (pl) 2010-07-27 2011-07-08 Sposób, jednostka czujnikowa i urządzenie do wykrywania defektów typu ,,cukrowych końców" w ziemniakach
US13/812,439 US9910024B2 (en) 2010-07-27 2011-07-08 Method, sensor unit and machine for detecting “sugar top” defects in potatoes

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ATGM473/2010 2010-07-27
AT0047310U AT12076U1 (de) 2010-07-27 2010-07-27 Verfahren, sensoreinheit und maschine zum detektieren von ''zuckerspitzen''-defekten in kartoffeln

Publications (1)

Publication Number Publication Date
WO2012013476A1 true WO2012013476A1 (de) 2012-02-02

Family

ID=44352478

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2011/061607 WO2012013476A1 (de) 2010-07-27 2011-07-08 Verfahren, sensoreinheit und maschine zum detektieren von "zuckerspitzen"-defekten in kartoffeln

Country Status (8)

Country Link
US (1) US9910024B2 (de)
EP (1) EP2598860B1 (de)
CN (1) CN103119423B (de)
AT (1) AT12076U1 (de)
DK (1) DK2598860T3 (de)
ES (1) ES2746882T3 (de)
PL (1) PL2598860T3 (de)
WO (1) WO2012013476A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL2010436C2 (nl) * 2013-03-12 2014-09-15 Oldenhuis Exp Bewegingsinrichting en werkwijze voor het bewegen van knolvormige vruchten.
RU2738593C2 (ru) * 2016-02-24 2020-12-14 Томра Сортинг Н.В. Система и способ обнаружения предшественников акриламида в сыром картофеле и пищевых продуктах на основе картофеля

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT12076U1 (de) * 2010-07-27 2011-10-15 Evk Di Kerschhaggl Gmbh Verfahren, sensoreinheit und maschine zum detektieren von ''zuckerspitzen''-defekten in kartoffeln
IE20120388A1 (en) 2012-09-07 2014-03-12 Odenberg Engineering Ltd Method and apparatus for handling harvested root crops
BR112016009483B1 (pt) * 2013-11-01 2021-07-06 Tomra Sorting Nv aparelho para detectar matéria; sistema para separar objetos; e método para determinar um parâmetro de pelo menos um objeto
CN104475347B (zh) * 2014-12-12 2023-05-26 重庆瑶红食品有限公司 用于食品的检测分选装置
FR3048369B1 (fr) * 2016-03-01 2018-03-02 Pellenc Selective Technologies Machine et procede d'inspection d'objets defilant en flux
JP6143927B1 (ja) * 2016-07-28 2017-06-07 清水　義雄 芋選別装置
AT519918B1 (de) * 2017-04-21 2020-12-15 Insort Gmbh Verfahren zur Detektion der Ranzigkeit von Ölfrüchten, Samen und Nüssen
IT201700068033A1 (it) * 2017-06-19 2018-12-19 Biagio Crescenzo Metodo di riconoscimento dell’orientamento di frutti e apparecchiatura che lo incorpora
US10478863B2 (en) 2017-06-27 2019-11-19 Key Technology, Inc. Method and apparatus for sorting
CN107457195A (zh) * 2017-07-13 2017-12-12 广东三三智能科技有限公司 一种物料快速分拣下料装置
CN107321648A (zh) * 2017-08-31 2017-11-07 东北农业大学 基于机器视觉技术的马铃薯多级分选机
CN108162051B (zh) * 2017-12-25 2020-04-28 珠海新业电子科技有限公司 一种柔性pcb板的自动冲孔机
CA3150533A1 (en) * 2019-09-27 2021-04-01 Darrin Dale WINGER FRY EVALUATION SYSTEM AND METHOD
CN111060528B (zh) * 2019-12-31 2023-02-07 塔里木大学 水果缺陷发展规律光学检测系统及检测方法
US11270091B2 (en) * 2020-03-11 2022-03-08 Vitronic Dr.-Ing. Stein Bildverarbeitungssysteme Gmbh Imaging system
BE1028641B1 (nl) 2020-09-29 2022-04-25 Warnez Nv Werkwijze voor rasselectie en kwaliteitscontrole bij aardappelen
CN113019974B (zh) * 2021-03-25 2022-05-24 山东理工大学 一种马铃薯分级捡取装置
JP2023018822A (ja) * 2021-07-28 2023-02-09 パナソニックＩｐマネジメント株式会社 検査方法および検査装置
CN114820619B (zh) * 2022-06-29 2022-11-15 深圳市信润富联数字科技有限公司 块茎类植物分选方法、系统、计算机设备和存储介质
TWI811001B (zh) * 2022-06-30 2023-08-01 國立虎尾科技大學 菇類太空包塞蓋缺陷檢出之菇籃不間斷輸送系統

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4351437A (en) 1980-01-18 1982-09-28 Lockwood Graders (Uk) Limited Method and apparatus for examining objects
US4581632A (en) * 1983-05-27 1986-04-08 Key Technology, Inc. Optical inspection apparatus for moving articles
EP0375881A1 (de) * 1988-12-28 1990-07-04 Lamb-Weston, Inc. Vorrichtung und Verfahren zum Erkennen von Fehlern durch Lichtreflexion
US5818953A (en) 1996-04-17 1998-10-06 Lamb-Weston, Inc. Optical characterization method
EP0672468B1 (de) 1994-03-15 1999-09-22 Key Technology, Inc. Vorrichtung zum integrierten Sortieren und Analysieren von Nahrungsmitteln
WO1999061898A1 (en) 1998-05-21 1999-12-02 Elan Group Ltd. An optical apparatus
US20050254709A1 (en) * 1999-04-09 2005-11-17 Frank Geshwind System and method for hyper-spectral analysis
EP1679496A1 (de) * 2003-10-29 2006-07-12 Saika Tech. Institute Foundation Spektrophotometer
US7103207B2 (en) 2000-03-07 2006-09-05 Color Vision Systems PTD Ltd. Spectral assessment of fruit
EP1332353B1 (de) 2000-10-11 2009-12-23 Best N.V. Vorrichtung und verfahren zum abtasten von produkten mit einem lichtstrahl, um verunreinigungen oder unregelmässigkeiten in einem geförderten strom der produkte zu erfassen und zu entfernen
WO2010025254A1 (en) * 2008-08-28 2010-03-04 Frito-Lay North America, Inc. Method for real time measurement of acrylamide in a food product
GB2466621A (en) * 2008-12-23 2010-06-30 Buhler Sortex Ltd Sorting matter in a flow by comparing reflectance intensities at different wavelengths

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2268803A (en) * 1941-02-19 1942-01-06 John S Cowl Fruit inspection conveyer
US3664397A (en) 1966-03-09 1972-05-23 American Kitchen Foods Inc Apparatus and method for detecting and processing materials according to color or shade variations thereon
US4186636A (en) 1975-10-21 1980-02-05 Thomas International Corporation Digital chord generation for electronic musical instruments
US4134498A (en) 1976-07-12 1979-01-16 Geosource Inc. Multiplexed sorting apparatus
US4147619A (en) 1976-12-09 1979-04-03 Ore-Ida Foods, Inc. Electronic sorting apparatus
NL7808355A (nl) * 1977-08-18 1979-02-20 Elbicon Electronics Pvba Inrichting voor het detecteren van vreemde voorwerpen tussen losse groente.
US4186836A (en) * 1978-04-10 1980-02-05 Ore-Ida Foods, Inc. Differential reflectivity method and apparatus for sorting indiscriminately mixed items
US4493420A (en) * 1981-01-29 1985-01-15 Lockwood Graders (U.K.) Limited Method and apparatus for detecting bounded regions of images, and method and apparatus for sorting articles and detecting flaws
US5318173A (en) * 1992-05-29 1994-06-07 Simco/Ramic Corporation Hole sorting system and method
US5440127A (en) * 1993-05-17 1995-08-08 Simco/Ramic Corporation Method and apparatus for illuminating target specimens in inspection systems
US5464981A (en) * 1993-05-17 1995-11-07 Simco/Ramic Corporation Methods of separating selected items from a mixture including raisins and the selected items
US5791497A (en) * 1996-05-08 1998-08-11 Src Vision, Inc. Method of separating fruit or vegetable products
US5884775A (en) * 1996-06-14 1999-03-23 Src Vision, Inc. System and method of inspecting peel-bearing potato pieces for defects
FR2775345B1 (fr) 1998-02-26 2000-05-19 Cemagref Procede et installation pour la mesure de la teneur, notamment en sucre, de fruits et legumes
JP2000111473A (ja) * 1998-10-02 2000-04-21 Nippon Electro Sensari Device Kk 青果物検査装置
KR20000077034A (ko) * 1999-04-22 2000-12-26 사따께 사또루 입상물의 품질을 평가하기 위한 장치 및 방법
US6512577B1 (en) 2000-03-13 2003-01-28 Richard M. Ozanich Apparatus and method for measuring and correlating characteristics of fruit with visible/near infra-red spectrum
JP2005300281A (ja) * 2004-04-09 2005-10-27 Mtec:Kk 種子破片検査装置
JP2006170718A (ja) * 2004-12-14 2006-06-29 Si Seiko Co Ltd 青果物検査方法とその装置
JP2008541007A (ja) * 2005-06-03 2008-11-20 株式会社前川製作所 食品の異物検出装置
US8284248B2 (en) * 2009-08-25 2012-10-09 Frito-Lay North America, Inc. Method for real time detection of defects in a food product
WO2011066267A2 (en) * 2009-11-25 2011-06-03 Jing-Yau Chung Rejection of defective vegetable with scattering and refracting light
AT12076U1 (de) * 2010-07-27 2011-10-15 Evk Di Kerschhaggl Gmbh Verfahren, sensoreinheit und maschine zum detektieren von ''zuckerspitzen''-defekten in kartoffeln

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4351437A (en) 1980-01-18 1982-09-28 Lockwood Graders (Uk) Limited Method and apparatus for examining objects
US4581632A (en) * 1983-05-27 1986-04-08 Key Technology, Inc. Optical inspection apparatus for moving articles
EP0375881A1 (de) * 1988-12-28 1990-07-04 Lamb-Weston, Inc. Vorrichtung und Verfahren zum Erkennen von Fehlern durch Lichtreflexion
EP0672468B1 (de) 1994-03-15 1999-09-22 Key Technology, Inc. Vorrichtung zum integrierten Sortieren und Analysieren von Nahrungsmitteln
US5818953A (en) 1996-04-17 1998-10-06 Lamb-Weston, Inc. Optical characterization method
WO1999061898A1 (en) 1998-05-21 1999-12-02 Elan Group Ltd. An optical apparatus
US20050254709A1 (en) * 1999-04-09 2005-11-17 Frank Geshwind System and method for hyper-spectral analysis
US7103207B2 (en) 2000-03-07 2006-09-05 Color Vision Systems PTD Ltd. Spectral assessment of fruit
EP1332353B1 (de) 2000-10-11 2009-12-23 Best N.V. Vorrichtung und verfahren zum abtasten von produkten mit einem lichtstrahl, um verunreinigungen oder unregelmässigkeiten in einem geförderten strom der produkte zu erfassen und zu entfernen
EP1679496A1 (de) * 2003-10-29 2006-07-12 Saika Tech. Institute Foundation Spektrophotometer
WO2010025254A1 (en) * 2008-08-28 2010-03-04 Frito-Lay North America, Inc. Method for real time measurement of acrylamide in a food product
GB2466621A (en) * 2008-12-23 2010-06-30 Buhler Sortex Ltd Sorting matter in a flow by comparing reflectance intensities at different wavelengths

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GOWEN ET AL: "Hyperspectral imaging - an emerging process analytical tool for food quality and safety control", TRENDS IN FOOD SCIENCE AND TECHNOLOGY, ELSEVIER SCIENCE PUBLISHERS, GB, vol. 18, no. 12, 1 December 2007 (2007-12-01), pages 590 - 598, XP022433169, ISSN: 0924-2244, DOI: 10.1016/J.TIFS.2007.06.001 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL2010436C2 (nl) * 2013-03-12 2014-09-15 Oldenhuis Exp Bewegingsinrichting en werkwijze voor het bewegen van knolvormige vruchten.
RU2738593C2 (ru) * 2016-02-24 2020-12-14 Томра Сортинг Н.В. Система и способ обнаружения предшественников акриламида в сыром картофеле и пищевых продуктах на основе картофеля

Also Published As

Publication number Publication date
US9910024B2 (en) 2018-03-06
US20140056482A1 (en) 2014-02-27
DK2598860T3 (da) 2019-09-30
ES2746882T3 (es) 2020-03-09
PL2598860T3 (pl) 2020-02-28
CN103119423B (zh) 2016-01-20
CN103119423A (zh) 2013-05-22
AT12076U1 (de) 2011-10-15
EP2598860A1 (de) 2013-06-05
EP2598860B1 (de) 2019-06-26

Similar Documents

Publication Publication Date Title
EP2598860B1 (de) Verfahren, sensoreinheit und maschine zum detektieren von &#34;zuckerspitzen&#34;-defekten in kartoffeln
DE19519861C2 (de) Verfahren und Vorrichtung zum Detektieren und Abführen von Fremdobjekten
EP2677273B1 (de) Messvorrichtung und Verfahren zur optischen Prüfung einer Stirnfläche eines queraxial geförderten stabförmigen Produkts der Tabak verarbeitenden Industrie
AT398174B (de) Verfahren und vorrichtung zum trennen von entrindeten holzknüppeln
DE69637172T2 (de) Hochgeschwindigkeits sortierapparat für den lebensmittelmassentransport zur optischen inspektion und sortierung von grossvolumigen lebensmitteln
DE69303384T2 (de) Verfahren und Anlage zur Messung der Farbenverteilung eines Gegenstandes
EP0562506A2 (de) Verfahren und Vorrichtung zum Sortieren von Schüttgut
EP3401411B1 (de) Verfahren und vorrichtung zur fehlerstellenerkennung bei biegeschlaffen körpern, insbesondere tierhäuten
DE102007007040A1 (de) Messeinrichtung zur optischen und spektroskopischen Untersuchung einer Probe
EP3842788B1 (de) Nah-infrarot-spektralsensor zur objekterkennung mittels maschinenlernverfahren, und entsprechendes verfahren
CH639570A5 (de) Verfahren zum sortieren von pflanzlichen gegenstaenden, insbesondere von landwirtschaftlichen produkten.
DE69921021T2 (de) Verfahren zum Unterscheiden von Produkteinheiten und Vorrichtung dazu
EP1048363A2 (de) Verfahren und Vorrichtung zum Sortierung von Altpapier
EP3734259A2 (de) Röntgenstrahlungsdetektorvorrichtung und vorrichtung zur röntgeninspektion von produkten, insbesondere von lebensmitteln
DE69907468T2 (de) System zur farbklassifizierung von fasern
WO2018024843A1 (de) Vorrichtung und verfahren zur legierungsanalyse von schrottfragmenten aus metall
DE112008001839T5 (de) Prüfvorrichtung und Prüfverfahren, welches durchdringende Strahlung verwendet
EP3932173A1 (de) Landwirtschaftliche erntemaschine
EP2110187B1 (de) Verfahren zum Identifizieren, Klassifizieren und Sortieren von Gegenständen, Objekten und Materialien, sowie ein Erkennungssystem zur Durchführung dieses Verfahrens
DE68904316T2 (de) Verfahren zur kontrastoptimierung im bild einer probe.
WO2023148692A1 (de) Verfahren und vorrichtung zur bestimmung, ob eine ölfrucht, eine nuss, insbesondere eine haselnuss oder ein samen faulig ist
WO2023148122A1 (de) Inspektionsvorrichtung mit mehr-kanal-detektionseinheit
DE3612036C2 (de)
DE2713396A1 (de) Verfahren und vorrichtung zur kennzeichnung oder identifizierung eines leuchtmaterial enthaltenden oder tragenden koerpers
DE19827743C2 (de) Verfahren und Vorrichtung zur Steuerung und/oder Regelung eines holzverarbeitenden Prozesses

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180046309.9

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11743039

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2011743039

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13812439

Country of ref document: US